【技术实现步骤摘要】
基于多模型迁移和BMA理论的复杂工业过程低成本建模方法
本专利技术提出一种基于多模型迁移和贝叶斯模型平均理论的复杂工业过程低成本建模方法，属于工业生产过程构建性能预测模型
技术介绍
随着市场竞争的日益激烈，以低成本快速准确地建立工业过程的性能预测模型已经是工业生产领域中的一种趋势。然而由于工业过程运行数据不足，传统的建模方法在有限的预算和时间难以快速准确的建立过程性能预测模型，而设计实验采集数据耗时费力，又增加过程建模成本。为了解决此问题，基于多模型方法建立新工业过程预测模型的方法应运而生。ChengLin等人对电动车电池建立了Thevenin模型，双极化模型，3阶RC模型评估其充电状态；Nandola等人对非线性混合模型分别建立多个线性子模型对其进行优化控制。然而这两种方式实质上都只关注于一个过程而不是多个相似的过程，因此忽略了多个相似工业过程之间有用的信息。
技术实现思路
为了实现上述目的，本专利技术提供了一种基于多模型迁移和BMA理论的复杂工业过程低成本建模方法，此处BMA理论指贝叶斯模型平均理论(BayesianModelAveraging)。工业生...
【技术保护点】
1.一种基于多模型迁移和BMA理论的复杂工业过程低成本建模方法，其特征在于：采用多套相同的生产设备，各自的内部参数不同，进行多个相似的生产过程，其中有N个生产过程已知预测模型，认定其为旧工业过程，另有一生产过程未知预测模型，认定为新工业过程；旧工业过程运行时间长，数据多且预测模型准确，新工业过程是全新的生产过程，数据少；新工业过程输入数据为X，旧工业过程预测模型为Mi(x),i＝1,…,N；具体建模方法如下：A、选取已有相似旧工业过程模型Mi(x),i＝1,…,N；B、利用拉丁超立方采样方法，采集新工业过程建模初始数据集，同时映射新工业过程数据至旧工业过程模型的可行区间；C...
【技术特征摘要】
1.一种基于多模型迁移和BMA理论的复杂工业过程低成本建模方法，其特征在于：采用多套相同的生产设备，各自的内部参数不同，进行多个相似的生产过程，其中有N个生产过程已知预测模型，认定其为旧工业过程，另有一生产过程未知预测模型，认定为新工业过程；旧工业过程运行时间长，数据多且预测模型准确，新工业过程是全新的生产过程，数据少；新工业过程输入数据为X，旧工业过程预测模型为Mi(x),i＝1,…,N；具体建模方法如下：A、选取已有相似旧工业过程模型Mi(x),i＝1,…,N；B、利用拉丁超立方采样方法，采集新工业过程建模初始数据集，同时映射新工业过程数据至旧工业过程模型的可行区间；C、用贝叶斯模型平均理论评估旧工业过程模型对新工业过程建模的权重，获得旧工业过程模型融合输出为D、多模型迁移策略，训练新工业过程模型。将旧工业过程模型融合输出y1和新工业过程输入数据X作为多模型迁移策略的输入数据，利用取最小二乘支持向量机(LeastSquaresSupportVectorMachine，LSSVM)算法训练新工业过程模型，获得新工业过程模型输出y2，完成新工业过程建模；E、模型验证，若步骤D所得模型满足实验停止条件，则模型迁移训练结束，否则，利用嵌套拉丁超立方设计来采集新工业过程样本，继续训练新工业过程模型，直至满足实验停止条件。2.根据权利要求1所述的基于多模型迁移和BMA理论的复杂工业过程低成本建模方法，其特征在于，所述步骤A包含：根据“25％规则”确定初始数据集大小n0，即n0≤0.25*T，T为实验预算；利用拉丁超立方采样方法采集n0组新工业过程数据，并将新工业过程数据映射到旧工业过程模型所对应的区间内，公式如下：其中xo和xn分别对应旧工业过程和新工业过程的输入，xo,min和xo,max是旧工业过程运行区间下限和上限，xn,min和xn,max是新工业过程运行区间的下限和上限。3.根据权利要求1所述的基于多模型迁移和BMA理论的复杂工业过程低成本建模方法，其特征在于，所述步骤C包含：对于选定的N个相似旧工业过程模型M1,M2,...,MN和训练数据集D＝{(Y1,x1),(Y2,x2),…,(Yn,xn)}，输出值Y的概率分布函数可以被描述为：其中pi(Y|Mi,D)是在给定第i个旧工业过程模型Mi和训练数据集D下Y的后验分布，p(Mi|D)是旧工...
【专利技术属性】
技术研发人员：褚菲，代邦武，丁珮宽，代伟，杨春雨，马小平，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。