一种基于集成概率建模的聚合过程分子量分布预测方法技术

一种基于集成概率建模的聚合过程分子量分布预测方法，属于化工聚合过程数据驱动建模领域，包括通过信息论中的互信息准则度量特征之间的相关性值；建立多个即时在线高斯过程回归模型进行训练并评估；集成学习：采用基于相对预测方差的贝叶斯准则指标来评判模型的优劣，以确定不同即时高斯过程回归模型的后验概率。本发明专利技术基于互信息进行特征的相关性选择，同时使用即时在线学习和已构建的输入变量集构建本地高斯过程回归模型，基于相对预测方差的贝叶斯准则将局部预测结果合并到最终输出，有效地处理了苯乙烯自由基聚合反应中多工况和大噪声特性，并增强了预测的鲁棒性和准确性。性。性。

【技术实现步骤摘要】
一种基于集成概率建模的聚合过程分子量分布预测方法


[0001]本专利技术属于化工聚合过程数据驱动建模领域，具体涉及一种基于集成概率建模的聚合过程分子量分布预测方法。

技术介绍

[0002]随着我国石油化工制造产业的走向全球化，高分子和原材料化工生产行业得到了迅速性的发展。目前，如何不断增加塑料产品的国际市场率和竞争力、提高利用聚合材料过程的工业生产技术效能和社会经济效益等已是国内石油化工企业一直亟待研究解决的重大问题。
[0003]分子量分布指标是一种在宏观分子学和微观科学层面上对工业聚合物材料产品的分子性能以及品质指标进行精细、准确定性描述的技术质量指标，它目前可以广泛作为工业聚合生产过程的重要产品质量管理控制和产品工艺设计优化过程中的一个关键技术质量指标。但是由于分子量分布仅仅是一种概率密度函数，其所在模型中所具有的大小和规模、高度的复杂性等特点也将会给优化分子计算系统带来巨大技术挑战。对应于聚合物产品材料多样化的市场需求不断增加，需要更短的材料产品使用生命周期和更严格的产品性能控制规格，使得对应的聚合物产品分布式输出来进一步提高企本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于集成概率建模的聚合过程分子量分布预测方法，其特征在于包括以下具体步骤:1)通过信息论中的互信息准则度量特征之间的相关性值:1.1)提取聚合物特征，以此构建模型的输入；1.2)按互信息度量结果筛选b个相关特征和c个不相关特征；1.3)c个不相关特征构成c
‑
1个特征组合方式，与b个相关特征随机组合构建C个输入变量集；2)建立多个即时在线高斯过程回归模型进行训练评估：提取聚合物特征为输出特征，改变试验条件进行实验，以此构建模型输入；2.1)建立用于在线预测模型：采用高斯过程回归与即时策略对数据进行分析预测，对于查询分布形状其中，x
q,i
表示第i个查询样本，T表示矩阵的转置，y
i
表示第i个查询样本的标签，表示第i个查询样本的输入，N
q
表示总查询样本数；建立用于在线预测模型，具体步骤如下：2.1.1)基于相似性准则，选择相关样本以在数据集S中构建相似集合S
qi
；2.1.2)使用相关数据集S
qi
，构建即时在线高斯过程回归模型f
JGPR
(x
qi
)；2.1.3)获得预测值f
JGPR
(x
qi
)，然后丢弃即时在线高斯过程回归模型f
JGPR
(x
qi
)以节省存储器；3)集成学习：采用基于相对预测方差的贝叶斯准则指标来评判模型的优劣，以确定不同即时在线高斯过程回归模型的后验概率，也就是权重值，第g个即时在线高斯过程回归模型后验概率公式为：其中M
g
是第g个模型，X
q
为测试集的输入，W是模型数量，也就是C，P(M
g
)和P(X
q
|M
g
)表示先验概率和条件概率；采用并行集成方法，具体建模步骤如下：3.1)根据互信息准则得到...

【专利技术属性】
技术研发人员：刘毅，杨克允，马正阳，娄维尧，邓鸿英，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：