1、傳統(tǒng)的PCA技術(shù)可以對(duì)工業(yè)過程當(dāng)前的狀況進(jìn)行監(jiān)控，但難以預(yù)測(cè)系統(tǒng)未來的運(yùn)行情況。為此，論文提出建立組合預(yù)測(cè)模型，實(shí)現(xiàn)對(duì)PCA綜合監(jiān)控統(tǒng)計(jì)量的預(yù)測(cè)。首先，改進(jìn)了最小二乘支持向量機(jī)模型(LSSVM)，以提高模型預(yù)測(cè)的自適應(yīng)性;進(jìn)而結(jié)合改進(jìn)的灰色理論模型(GM(1，1))建立組合模型，實(shí)現(xiàn)PCA綜合監(jiān)控統(tǒng)計(jì)量的長期預(yù)測(cè)監(jiān)控。論文的主要工作如下:
　　 1、改進(jìn)了基于K鄰近(K-NN)的LSSVM長期預(yù)測(cè)方法，動(dòng)態(tài)優(yōu)化模型的自身參數(shù)以及

2、嵌入維數(shù)，提高了其在線預(yù)測(cè)的自適應(yīng)性;
　　 2、在線時(shí)對(duì)PCA綜合監(jiān)控統(tǒng)計(jì)量的移動(dòng)窗體數(shù)據(jù)進(jìn)行濾波，對(duì)處理后的數(shù)據(jù)建立基于K-NN的LSSVM預(yù)測(cè)模型，并且提出在移動(dòng)窗體最近部分?jǐn)?shù)據(jù)的基礎(chǔ)上建立基于誤差補(bǔ)償?shù)腉M(1，1)預(yù)測(cè)模型，實(shí)現(xiàn)組合預(yù)測(cè)。該組合模型能夠避免誤差滾動(dòng)傳播的問題，自適應(yīng)性強(qiáng)而且能夠?qū)ο到y(tǒng)狀態(tài)進(jìn)行長期預(yù)測(cè)監(jiān)控;
　　 3、選取一類多變量動(dòng)態(tài)過程以及某石化公司常壓加熱爐過程等兩個(gè)實(shí)例作為研究對(duì)象，對(duì)其進(jìn)