二次变量(辅助变量) 的选择是建立软测量的第一步，它对软测量的成功与否相当重要，由于软测量的对象都是灰箱系统，故得不到精确模型。二次变量的选择一般从过程机理入手分析，挑选主要因素，若缺乏机理知识，则采用主元素分析、回归分析、部分最小二乘法等统计方法剔除多余的变量，降低系统的维数，但需大量的数据，也可以将两者结合，用机理方法选择一些变量作为预选变量，利用相关性理论选择与主导变量相关性大的作为输入变量，多次建模进行分析，挑选最佳的输入变量。
二次变量选择包括变量类型、变量数目、检测点位置的选择。这三方面是互相关联、互相影响，由过程特性所 ...... （共1253字） [阅读本文]>>
水环境系统智能化软测量与控制水环境系统软测量的基本思想是将系统建模理论与生产工艺过程知识有机结合起来，应用计算机软件技术，对水环境系统中一些难于在线测量或不能测量的重要变量 (称之为主导变量)，如出水BOD、COD等，通过选择另
水环境系统智能化软测量与控制软测量的基本原理是把系统辨识和控制系统建模理论与生产工艺过程知识结合起来，根据某种最优规则，选择一组既与主导变量有密切联系又易检测的变量，即二次变量，通过构造某种以二次变量为输入、主导变量为输出的数学
水环境系统智能化软测量与控制过程神经元的输入和连接权值均可为一个时间变化过程，并在传统神经元空间聚合运算的基础上，增加了一个时间聚合算子，使过程神经元的聚合运算和激励作用能同时反映信号的空间总和效应和时间总和效应。过程神经元由加
水环境系统智能化软测量与控制过程神经元网络是由若干个过程神经元和一般非时变神经元按照一定的拓扑结构组成的人工神经元系统。类似于传统神经元网络，过程神经元网络也可以按神经元之间的连接方式分为前向型过程神经元网络和反馈型过程神经元网
水环境系统智能化软测量与控制过程神经元网络的学习算法目前国内只有何新贵院士、许少华博士提出了几种方法[23]。主要有基于梯度下降的学习算法，该算法借鉴了传统的BP算法[111-112]; 基于函数正交基展开的学习算法，在输入空间
上一篇