论文部分内容阅读
提出了改进的遗传算法与部分最小二乘回归相结合的最优辅助变量的选择方法。用遗传算法来选择变量时,编码方法简单,染色体的长度为候选变量的个数,每一位的取值(0或1)表示某个变量是否被选中,具有全局搜索性能的遗传算法与传统的变量选择方法相比可以比较准确地找到最(次)优解;同时部分最小二乘回归能够克服多元回归中常见的多重共线性问题,在样本点个数少于变量个数的条件下也能进行回归建模分析。用文中提出的方法建立了催化重整过程中稳定油组分的软测量模型,结果表明了本文提出的辅助变量选择方法的优越性和实用性。