基于混合MPLS的多阶段过程质量预报方法

• 作者: 叶晓丰 杨泽宇 王培良
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 多阶段特性 多向偏最小二乘方法 费舍尔判据分析 贝叶斯原则 多阶段模型融合
• 年，卷（期）: 2017,（5）
• 页码范围: 246-253
• 页数: 8页
• 分类号: TP277
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2017.178

摘要

针对传统的多向偏最小二乘方法(multi-way partial least squares,MPLS) 在质量预报中存在着模型预测精度低、局部预报能力不足等问题,提出一种多MPLS 模型融合方法来提高预报表现.利用高斯混合模型(Gauss mixture model,GMM) 对每批次过程和质量数据组成的高维空间进行阶段识别.针对多批次同一子阶段长度不等问题,采用动态时间规整(dynamic time warping,DTW) 算法依据最长持续时间同步为等长轨迹,并在子阶段中按变量展开方式建立MPLS 模型.根据Fisher 判据分析(Fisher discriminate analysis,FDA) 最小化子阶段数据集间相关性,利用核密度方法估计子阶段数据集去相关后的概率密度分布来在线监测阶段切换.利用贝叶斯原则融合各子阶段MPLS 模型进行质量预报.将该方法应用到工业青霉素发酵过程中,表明了所提方法具有更好的监控性能和预报能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王培良	杭州电子科技大学新型电子器件与应用研究所	66	292	10.0	14.0
5	叶晓丰	杭州电子科技大学新型电子器件与应用研究所	3	10	2.0	3.0
6	杨泽宇	杭州电子科技大学新型电子器件与应用研究所	4	15	3.0	3.0