Parallel Based Support Vector Regression for Empirical Modeling of Nonlinear Chemical Process Systems

Abstract

In this paper, a support vector regression (SVR) using radial basis function (RBF) kernel is proposed using an integrated Di dalam kertas ini, sebuah regresi vektor sokongan (SVR) yang menggunakan fungsi asas jejarian (RBF) dicadangkan menggunakan sebuah model rangka kerja linear dan tidak linear selari bersepadu untuk pemodelan empirik sistem pemprosesan kimia tidak linear. Dengan menggunakan model penapis asas ortonormal (OBF) untuk mewakili struktur linear, model selari empirik yang terbentuk seterusnya diuji prestasinya di bawah keadaan kitaran-terbuka dalam sebuah kajian kes simulasi reaktor tangki aduk berterusan (CSTR) yang