基于数据的流程工业生产过程指标预测方法综述

• 作者: 刘全利 王伟 王霖青 赵珺 陈龙
• 来源期刊: 自动化学报
• 关键词: 生产过程 特征选择 预测模型 参数优化 工业大数据
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 综述
• 页码范围: 944-954
• 页数: 11页
• 字数: 12732字
• 语种: 中文
• DOI: 10.16383/j.aas.2017.c170136

摘要

生产过程关键指标的预测对于流程工业生产调度,安全生产和节能环保有着重要作用.目前,已有多种基于工业生产数据提出的生产过程指标预测方法,主要涉及特征(变量)选择,预测模型构建及其模型参数优化这三方面.本文分别针对以上三方面论述了基于数据的工业生产过程指标预测国内外研究现状,分析了各种方法的优缺点.最后,指出了流程工业生产过程指标预测方法在工业大数据及知识自动化等方面的未来研究方向和前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘全利	大连理工大学控制科学与工程学院	38	240	9.0	12.0
2	王伟	大连理工大学控制科学与工程学院	236	3358	26.0	48.0
3	赵珺	大连理工大学控制科学与工程学院	33	226	9.0	13.0
4	陈龙	大连理工大学控制科学与工程学院	5	31	3.0	5.0
5	王霖青	大连理工大学控制科学与工程学院	4	14	1.0	3.0