计算机应用研究
計算機應用研究
계산궤응용연구
Application Research of Computers
2015年
10期
2981-2984,2995
,共5页
多模型%贝叶斯分类器%局部加权偏最小二乘%在线%即时
多模型%貝葉斯分類器%跼部加權偏最小二乘%在線%即時
다모형%패협사분류기%국부가권편최소이승%재선%즉시
multi-model%Bayesian classifier%locally weighted partial least squares%online%just-in-time
针对田纳西-伊斯曼(Tennessee-Eastman,TE)过程具有的高度非线性、时变及多个操作模式等特征,为在线预测该过程产品流道中各种成分的含量,提出一种基于局部加权偏最小二乘的多模型建模方法.多模型建模方法首先要进行子模型的划分,将TE过程各种操作模式下的训练数据放入不同数据库中,利用贝叶斯分类器对在线测得的数据进行分类;然后采用即时(just-in-time,JIT)建模思想,基于局部加权偏最小二乘建立相应的在线局部模型;最后,将贝叶斯分类器得到的测试数据属于各个数据库的后验概率作为加权系数,对得到的局部模型的预测结果进行融合输出.基于TE化工过程仿真平台,采用该方法来预测产品流道中成分G和H的含量与真值基本一致,证明提出的基于局部加权偏最小二乘的在线多模型建模方法具有良好的预测效果.
針對田納西-伊斯曼(Tennessee-Eastman,TE)過程具有的高度非線性、時變及多箇操作模式等特徵,為在線預測該過程產品流道中各種成分的含量,提齣一種基于跼部加權偏最小二乘的多模型建模方法.多模型建模方法首先要進行子模型的劃分,將TE過程各種操作模式下的訓練數據放入不同數據庫中,利用貝葉斯分類器對在線測得的數據進行分類;然後採用即時(just-in-time,JIT)建模思想,基于跼部加權偏最小二乘建立相應的在線跼部模型;最後,將貝葉斯分類器得到的測試數據屬于各箇數據庫的後驗概率作為加權繫數,對得到的跼部模型的預測結果進行融閤輸齣.基于TE化工過程倣真平檯,採用該方法來預測產品流道中成分G和H的含量與真值基本一緻,證明提齣的基于跼部加權偏最小二乘的在線多模型建模方法具有良好的預測效果.
침대전납서-이사만(Tennessee-Eastman,TE)과정구유적고도비선성、시변급다개조작모식등특정,위재선예측해과정산품류도중각충성분적함량,제출일충기우국부가권편최소이승적다모형건모방법.다모형건모방법수선요진행자모형적화분,장TE과정각충조작모식하적훈련수거방입불동수거고중,이용패협사분류기대재선측득적수거진행분류;연후채용즉시(just-in-time,JIT)건모사상,기우국부가권편최소이승건립상응적재선국부모형;최후,장패협사분류기득도적측시수거속우각개수거고적후험개솔작위가권계수,대득도적국부모형적예측결과진행융합수출.기우TE화공과정방진평태,채용해방법래예측산품류도중성분G화H적함량여진치기본일치,증명제출적기우국부가권편최소이승적재선다모형건모방법구유량호적예측효과.
