一种动态校正的AGMM-GPR多模型软测量建模方法

• 作者: 姚乐 徐保国 李妍君 熊伟丽
• 来源期刊: 大连理工大学学报
• 学科: 工学
• 关键词: 自适应 多模型 动态校正 高斯过程回归 ARIMA模型
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 过程建模与控制
• 页码范围: 77-85
• 页数: 9页
• 分类号: TP391.9
• 字数: 5315字
• 语种: 中文
• DOI: 10.7511/dllgxb201601012

摘要

工业过程常常是强非线性的,并有多个工况,传统的软测量方法存在预测能力差,不能有效利用误差信息等缺点.为了有效解决这些问题,提出一种基于自适应高斯混合模型-高斯过程回归(AGMM-GPR)的多模型动态校正软测量建模方法.首先,通过贝叶斯信息准则构建自适应高斯混合模型(AGMM),得到优化的子模型个数;然后,利用GPR方法建立各局部模型,当新的数据到来时,将其隶属于各局部模型的后验概率和预测值融合得到多模型输出;最后,为了进一步提高模型的精度,构建自回归积分滑动平均(ARIMA)模型对多模型输出进行动态反馈校正.通过数值仿真和硫回收装置(SRU)中H2S浓度的估计,验证了所提方法具有良好的预测精度和泛化性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐保国	江南大学物联网工程学院自动化研究所	277	2198	22.0	30.0
2	熊伟丽	江南大学轻工过程先进控制教育部重点实验室	119	960	17.0	25.0
6	姚乐	江南大学物联网工程学院自动化研究所	3	29	3.0	3.0
7	李妍君	江南大学物联网工程学院自动化研究所	5	24	4.0	4.0