即时学习多模型加权GPR软测量方法

摘要：

针对工业过程中难以实现实时在线测量的重要过程变量,在主成分降解变量分组的基础上,提出了一种基于即时学习与集成学习的多模型高斯过程回归建模方法.该方法首先利用多变量组合实现集成模型的多样性,然后借助即时学习的自适应能力进行即时建模,最终多模型加权获得最终的预测结果.将所提方法应用于实际的工业炼胶过程,实验结果表明,该方法具有很好的预测性能.

关键词：软测量、即时学习、集成建模、高斯过程回归

所属期刊栏目：38

分类号：TP13(自动化基础理论)

资助基金：中国博士后科学基金资助项目20100480208;山东省自然科学基金面上项目ZR2016FM28

在线出版日期：2018-04-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：196-199,204