基于GA优化的非线性岭回归方法及其在软测量中的应用  

Genetic Algorithm Optimization Based Nonlinear Ridge Regression Modeling Method and Its Application in Soft Measurement

作　　者：周晓宇[1] 颜学峰[1] 钱锋[1] 

机构地区：[1]华东理工大学自动化研究所,上海200237

出　　处：《化工自动化及仪表》2006年第3期6-9,25,共5页Control and Instruments in Chemical Industry

基　　金：上海启明星项目(04QMX1433);国家"973"计划项目(2002CB3122000);国家"863"计划项目(AA413130);"十五"国家高技术研究发展计划项目(2003AA412010);上海科委科技攻关项目(04DZ11010);上海市优秀学科带头人计划项目;国家自然科学基金资助项目(20506003)

摘　　要：提出一种基于遗传算法的非线性岭回归建模方法(GA-NLRR)。该方法的核心是先通过RBF的转换实现输入样本的非线性映射,然后用岭回归方法进行线性建模,并采用遗传算法优化岭参数k。该建模方法能很好弥补常规岭回归方法的不足,即无法处理复杂非线性问题和岭参数难确定的问题。将该方法应用于溶剂脱水塔的软测量建模中,仿真研究表明:使用GA-NLRR建立的模型具有很好的预测精度。A nonlinear ridge regression modeling method based on genetic algorithm（GA-NLRR） is put forward, and the kernel of this modeling method is using Radial Basis Function to realize the nonlinear mapping of input, then build up a linear model using Ridge Regression, meanwhile, genetic algorithm is adopted to calculate the ridge parameter. This modeling method can offset the deficiency of the general ridge regression including lacking of nonlinear ability and problem of determining ridge parameter. This method is adopted in the soft measurement of menstruum dehydration tower, and the simulation research shows that the model built up by GA-NLRR has good prediction precision.

关 键 词：岭回归 岭参数 非线性岭回归 RBF 遗传算法 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]