基于集成学习的多产品化工过程软测量建模方法

• 作者: 宋执环 田学民 邵伟明
• 来源期刊: 化工学报
• 关键词: 化工过程 多产品 软测量 集成学习 模型性能评价
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 过程系统工程
• 页码范围: 2551-2559,封3
• 页数: 10页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20171286

摘要

化工过程通常具有非线性、时变以及多产品等特性.针对上述特点,在集成学习框架下建立自适应软测量模型.首先,面向具有多个产品的化工对象,借助k近邻法,以统计假设检验理论为依据,提出一种自适应局部化方法,获得多样性程度高的局部模型集合.然后,根据未知样本量化局部模型的泛化能力,通过选择性集成方法获得主导变量的估计值.此外,为了对主导变量估计值的精度进行评估,基于局部模型泛化误差,给出一种通用性高的模型性能评价方法.在仿真的盘尼西林生产过程上的运行结果验证了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋执环		140	1808	23.0	36.0
3	田学民	中国石油大学信息与控制工程学院	33	262	8.0	15.0
6	邵伟明		2	1	1.0	1.0