论文部分内容阅读
提出一种基于遗传算法的非线性岭回归建模方法(GA-NLRR)。该方法的核心是先通过RBF的转换实现输入样本的非线性映射,然后用岭回归方法进行线性建模,并采用遗传算法优化岭参数k。该建模方法能很好弥补常规岭回归方法的不足,即无法处理复杂非线性问题和岭参数难确定的问题。将该方法应用于溶剂脱水塔的软测量建模中,仿真研究表明:使用GA-NLRR建立的模型具有很好的预测精度。