即时学习多模型加权GPR软测量方法

• 作者: 刘学杰 孙玉梅 杨凯 王莉 陈祥光
• 来源期刊: 北京理工大学学报
• 学科: 工学
• 关键词: 软测量 即时学习 集成建模 高斯过程回归
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 信息与控制
• 页码范围: 196-199,204
• 页数: 5页
• 分类号: TP13
• 字数: 2667字
• 语种: 中文
• DOI: 10.15918/j.tbit 1001-0645.2018.02.015

摘要

针对工业过程中难以实现实时在线测量的重要过程变量,在主成分降解变量分组的基础上,提出了一种基于即时学习与集成学习的多模型高斯过程回归建模方法.该方法首先利用多变量组合实现集成模型的多样性,然后借助即时学习的自适应能力进行即时建模,最终多模型加权获得最终的预测结果.将所提方法应用于实际的工业炼胶过程,实验结果表明,该方法具有很好的预测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈祥光	北京理工大学化学与化工学院	104	807	17.0	23.0
2	杨凯	北京理工大学化学与化工学院	30	226	8.0	14.0
3	王莉	北京理工大学化学与化工学院	8	121	3.0	8.0
4	刘学杰	中国人民公安大学国际警务执法学院	7	47	2.0	6.0