基于KICA-TSVR方法乙烯裂解产物分布软测量

邱梦婵¹，苏成利¹，钟国财²，梁建平²

1. 辽宁石油化工大学信息与控制工程学院2. 中国石油四川石化有限责任公司

摘 要：针对乙烯裂解关键质量指标乙烯裂解产物分布难以实时测量的问题,提出一种基于核独立成分分析与孪生支持向量回归机（KICA-TSVR,Kernel Independent Component Analysis-twin Support Vector Regression）软测量建模方法。该方法首先采用KICA（Kernel Independent Component Analysis）算法在非线性高维空间中进行样本特征提取,解决了TSVR因缺少结构风险最小化除噪能力差的问题,提高了模型预测精度。由于TSVR只需求解2个小规模的QP问题且其对偶问题中没有约束条件,使模型具有较快的训练速度。将KICA-TSVR用于乙烯裂解产物分布软测量建模,实验结果表明,同标准SVR（Support Vector Regression）和KICA-SVR方法相比,KICA-TSVR具有更好的模型预测效果和更快的训练速度。

关键词：孪生支持向量回归机;核独立成分分析;软测量;乙烯裂解产物;