针对系统输出数据存在异常点和非线性的情况,假设系统噪声服从包含重尾的拉普拉斯分布,提出一种基于多模型的鲁棒软测量建模方法。利用期望最大化算法解决模型参数的估计问题,得到了模型参数的迭代估计算法,并用数值算例验证了该建模方法的有效性。研究表明,鲁棒软测量方法实现了对异常点的自动检测与排除,解决了基于单个模型的传统软测量方法无法得到全局有效模型的问题。其适用于非线性的、具有多个工作模态的实际系统。

针对氧化铝蒸发过程出口浓度在线检测问题, 提出一种基于灰色关联分析和核模糊聚类相结合的多支持 向量机蒸发过程建模方法. 该方法采用灰色关联分析提取影响出口浓度较大的变量, 再用核模糊聚类算法将样本划 分成不同的子类, 并对各子类构建的支持向量机模型的输出综合加权得到最终输出. 对蒸发过程生产数据进行实验, 并与核模糊聚类最小二乘支持向量机(KFCM-LSSVM) 相比较, 结果表明新模型鲁棒性较强、精度较高、泛化性更好, 可以用于蒸发过程的优化控制.