一种基于正交成分最优选择与最优回归的软测量方法

本发明公开一种基于正交成分最优选择与最优回归的软测量方法，旨在通过最优选择对预测质量指标有益的正交成分，并利用选择的正交成分建立最优化回归的软测量模型。具体来讲，本发明方法首先分别利用首先并行利用主成分分析(PCA)、独立成分分析(ICA)、和偏最小二乘(PLSR)算法得到相应的正交成分，然后利用基于遗传算法近邻成分分析最优选择正交成分，最有利用选择的正交成分实施基于粒子群算法的最优回归建模。与传统方法相比，本发明方法通过最优化的方式选择对预测质量指标有益的特征成分且通过最优回归向量得到最终的质量指标预测值。因此，本发明方法的软测量性能得到了充分保证，是一种更为优选的软测量方法。