基于模糊信息粒化软测量建模方法研究  

Soft Sensing Based on Fuzzy Information Granulation

作　　者：王强[1,2] 田学民[1] 

机构地区：[1]中国石油大学(华东)信息与控制工程学院,山东青岛266580 [2]东营职业学院工业工程系,山东东营257091

出　　处：《北京理工大学学报》2012年第9期955-959,共5页Transactions of Beijing Institute of Technology

基　　金：国家自然科学基金资助项目(51104175);山东省基金资助项目(ZR2011FM014)

摘　　要：提出了一种模糊信息粒化方法和支持向量机相结合的软测量建模方法.利用模糊信息粒化方法对样本数据进行特征提取,降低样本的维数;利用提取的特征作为支持向量机的输入进行建模.用该方法建立柴油凝点的软测量模型,结果表明,该模型具有很好的预测精度和泛化性能,是一种有效的数据建模方法.A kind of soft sensing model is proposed by combining methods of fuzzy information granulation（FIG） with support vector machine（SVM）.The FIG has excellent performance of feature extraction and can reduce the dimension of the model sample in input data space.The extracted features are applied to SVM input for proceeding regressive modeling.Above measures are used to establish soft sensing model of diesel oil solidifying point.Results show that this model can get a good estimative accuracy and it is of wide extension as an effective method for data modeling.

关 键 词：软测量 模糊信息粒化 支持向量机 结构风险最小化 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]