基于LS-SVM的稀土萃取组分含量软测量
来源期刊：中国稀土学报2009年第1期
论文作者：刘松青 向峥嵘
关键词：稀土萃取; 软测量; 最小二乘支持向量机; 量子粒子群优化;
摘 要：为了解决稀土萃取分离过程元素组分含量在线检测的难题, 提出了稀土萃取过程组分含量的一种最小二乘支持向量机(LS-SVM)软测量方法. 利用量子粒子群算法来优化LS-SVM的参数及核函数参数. 仿真结果表明, 所提出的软测量方法是有效的, 比已有的神经网络软测量方法能更好的实现稀土萃取过程中元素组分含量的在线估计.
刘松青1，向峥嵘1
(1.南京理工大学自动化学院,江苏,南京,210094)
摘要:为了解决稀土萃取分离过程元素组分含量在线检测的难题, 提出了稀土萃取过程组分含量的一种最小二乘支持向量机(LS-SVM)软测量方法. 利用量子粒子群算法来优化LS-SVM的参数及核函数参数. 仿真结果表明, 所提出的软测量方法是有效的, 比已有的神经网络软测量方法能更好的实现稀土萃取过程中元素组分含量的在线估计.
关键词:稀土萃取; 软测量; 最小二乘支持向量机; 量子粒子群优化;
【全文内容正在添加中】
