自適應(yīng)軟測(cè)量建模方法及其應(yīng)用研究.pdf

1、軟測(cè)量技術(shù)是解決化工過(guò)程重要質(zhì)量變量難以在線測(cè)量問(wèn)題的一種有效方法，其核心研究?jī)?nèi)容是軟測(cè)量建模方法。針對(duì)非線性較強(qiáng)、機(jī)理較為復(fù)雜的時(shí)變生產(chǎn)過(guò)程，提出了兩種自適應(yīng)軟測(cè)量建模方法，其中動(dòng)態(tài)選擇性集成神經(jīng)網(wǎng)絡(luò)用于解決待預(yù)測(cè)數(shù)據(jù)差異性問(wèn)題，移動(dòng)窗高斯過(guò)程回歸可根據(jù)新有效數(shù)據(jù)實(shí)時(shí)更新軟測(cè)量模型，并將其應(yīng)用于聚丙烯熔融指數(shù)軟測(cè)量研究中，以實(shí)現(xiàn)熔融指數(shù)在線預(yù)測(cè)。
　　主要研究工作如下:
　　(1)對(duì)軟測(cè)量技術(shù)進(jìn)行了全面分析與總結(jié)。在對(duì)軟測(cè)

2、量技術(shù)的主要實(shí)施方法總結(jié)的基礎(chǔ)上，系統(tǒng)綜述了常用自適應(yīng)軟測(cè)量方法及其研究現(xiàn)狀，詳細(xì)分析了各種方法的設(shè)計(jì)思想和優(yōu)缺點(diǎn)，并對(duì)其發(fā)展方向進(jìn)行了展望;
　　(2)為了提高集成神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)性能，從數(shù)據(jù)自適應(yīng)角度出發(fā)，提出了一種動(dòng)態(tài)選擇性集成神經(jīng)網(wǎng)絡(luò)建模方法。首先用Bootstrap算法生成一組候選子模型，然后利用待預(yù)測(cè)樣本數(shù)據(jù)的最近鄰樣本集作為評(píng)估樣本，對(duì)各候選子模型進(jìn)行性能評(píng)估，最后從中選擇預(yù)測(cè)性能最佳的子模型用于模型集成。采用UC

3、I數(shù)據(jù)庫(kù)中的混凝土坍落度數(shù)據(jù)測(cè)試了該建模方法的有效性;
　　(3)針對(duì)生產(chǎn)過(guò)程的時(shí)變特性，以及軟測(cè)量技術(shù)實(shí)施過(guò)程中對(duì)模型預(yù)測(cè)可信度的需求，將移動(dòng)窗方法與高斯過(guò)程回歸相結(jié)合，提出了一種移動(dòng)窗高斯過(guò)程回歸自適應(yīng)建模方法。該方法克服了傳統(tǒng)移動(dòng)窗方法的缺點(diǎn)，根據(jù)對(duì)數(shù)預(yù)測(cè)密度誤差對(duì)窗口數(shù)據(jù)進(jìn)行更新，使模型盡可能表現(xiàn)當(dāng)前過(guò)程狀態(tài)，并采用預(yù)測(cè)誤差閾值方法判斷過(guò)程狀態(tài)是否發(fā)生改變，若發(fā)生改變則進(jìn)行選擇性模型更新，減少了模型更新次數(shù)，進(jìn)而減少了計(jì)算

4、負(fù)荷;
　　(4)以聚丙烯熔融指數(shù)為應(yīng)用對(duì)象，開(kāi)展了自適應(yīng)軟測(cè)量建模方法的應(yīng)用研究。采用動(dòng)態(tài)選擇性集成神經(jīng)網(wǎng)絡(luò)建立了熔融指數(shù)軟測(cè)量模型，研究了聚丙烯熔融指數(shù)的短期在線準(zhǔn)確預(yù)測(cè)問(wèn)題。采用移動(dòng)窗高斯過(guò)程回歸構(gòu)建熔融指數(shù)軟測(cè)量模型，研究聚丙烯熔融指數(shù)的長(zhǎng)期趨勢(shì)跟蹤問(wèn)題。通過(guò)合理融合上述兩種自適應(yīng)軟測(cè)量建模方法，提出了一種混合自適應(yīng)軟測(cè)量建模方法，驗(yàn)證結(jié)果表明:采用該建模方法建立的熔融指數(shù)軟測(cè)量模型，可實(shí)現(xiàn)熔融指數(shù)的長(zhǎng)期準(zhǔn)確預(yù)測(cè)。