一种带时延估计的加权高斯模型软测量建模方法
发布时间: 2022-02-18
基本信息
本发明公开了一种带时延估计的加权高斯模型软测量建模方法,属于复杂工业过程建模和软测量领域。所述方法包括采用滑动灰关联度算法估计过程时延参数,提取过程时延信息;当新样本到来时,基于离线阶段估计的时延参数对建模样本进行重构;并通过相对于训练样本的权重,建立加权高斯模型,构建输入和输出变量的联合概率密度函数;最后,通过条件分布函数实时估计输出变量值对关键变量进行精确预测,通过一种直观有效的方式,同时计算复杂低,从过程历史数据库中提取变量的时滞信息用于软测量建模数据重构,校正了输入输出间实际的因果对应关系,有效的解决了过程随机噪声的干扰,得到更加精确的预测结果,从而提高产品质量,降低生产成本。
评价单位:- (-) 评价时间:2022-12-27
孙爱华
无锡市人工智能学会
副会长
综合评价