资 源 简 介
软测量概念产生于工业过程的实际需要，主要是用来解决工业控制过程中存在的无法或难以直接测量变量的在线估计的问题，其基本原理是根据某种最优准则，选择一组工业上易于检测且与主导变量密切相关的辅助变量，利用大量样本数据对过程建立数学模型从而实现对主导变量的估计。从所采用的数学模型来看，软测量建模主要有基于工艺机理分析的方法(即机理建模)、直接基于控制对象数学模型的方法、基于统计分析的方法和基于人工智能的方法等。其中，应用较多的基于统计分析的建模方法有多变量线性回归法(MLR)、主元回归法(PCR)和部分最小二乘法(PLS)；应用较多的基于人工智能的方法主要是人工神经元网络法(ANN)，包括反向传播神经元网络(Back Propagation Neural Networks, BPNN)、径向基函数神经元网络(Radial Basis Function Neural Networks, RBFN)，以及回流神经元网络(Recurrent Neural Networks, RNN)等。
