工業(yè)過程數(shù)據(jù)隱變量回歸建模及應用.pdf

1、關鍵性能指標測量對于流程工業(yè)的質量控制和運行性能至關重要，本論文針對當前流程工業(yè)關鍵性能指標測量難的問題，以目前三大類常用隱變量回歸模型:主元回歸、偏最小二乘回歸以及獨立成分回歸為主要研究方法，針對其存在的不足之處，做了一些應用基礎研究工作，取得的主要成果有:
　　針對主元回歸模型在非線性建模方面的不足，提出一種基于線性子空間的主元回歸新模型。通過沿著不同主元方向構建線性子空間，有效地保障了各個線性子模型的差異性，并定義變量貢獻度

2、指標選取相關變量建立主元回歸子模型。最后，通過貝葉斯概率加權的方式實現(xiàn)子模型結果的集成。通過工業(yè)實際數(shù)據(jù)，驗證了提出方法的有效性。
　　針對傳統(tǒng)偏最小二乘回歸模型在概率建模方面的不足，提出一種概率形式的偏最小二乘回歸模型，并將單模型的結構擴展為混合模型的形式。在此基礎上，針對回歸建模過程中有標簽數(shù)據(jù)樣本數(shù)量有限的情況，將概率偏最小二乘回歸模型擴展為半監(jiān)督的形式，通過融合大量無標簽樣本的信息，提升回歸模型的預測性能。
　　針對