基于KICA子空间虚假邻点判别的软传感器变量选择方法

来源：机械工程学报杂志2015年第4期北京时间：

作者：苏盈盈, 李太福, 易军, 胡文金, 廖志强, 徐敏

单位：1. 重庆科技学院电气与信息工程学院 重庆 401331 2. 重庆大学自动化学院 重庆 400040 3. 西安石油大学电子工程学院 西安 710065

摘要：针对软传感器建模过程中，高维冗余的非线性辅助变量造成的维度灾难问题，提出一种结合核独立成分分析法(Kernel independent component analysis, KICA)与虚假最近邻点法(False nearest neighbors, FNN)的非线性辅助变量选择方法。主要利用核函数将原始非线性数据映射到线性子空间，并采用独立成分分析消除因子之间的多重共线性，再运用虚假最近邻点法，计算原始数据在KICA子空间中投影的距离，依次判断各辅助变量对主导变量的解释能力，由此进行非线性变量选择。以某企业氢氰酸(Hydrocyanic acid, HCN)生产工艺过程中的转化率为软传感器预测目标，仿真结果表明该方法可有效降低辅助变量的维数、同时提高模型的预测精度。

关键词：变量选择,非线性系统,核独立成分分析,软传感器,虚假最近邻点；

基金资助：国家自然科学基金(61174015, 51376204, 51375520)、国家十二五科技支撑(2012BAK03B05)、重庆市自然科学基金(cstc2012jjA40026)和重庆科技学院校内重点基金(CK2011Z01)资助项目。