基于协同训练的集成自适应GPR-RVM多输出模型研究

摘要：

污水处理过程中,由于工艺过程的复杂性、监测设备的不完备性和工作环境的恶劣性,导致重要的出水指标变量难以实现精准的监测;为此,文中提出了一种基于协同训练的集成自适应多输出软测量模型.首先,利用高斯过程回归(GPR)和相关向量机(RVM)两种不同类别的方法建立一个异构的软测量模型;然后,利用移动窗口(MW)和卡尔曼滤波(KF)同步对模型的结构和参数进行实时优化;最后,以一污水厂为对象进行实验,对模型的预测性能和自适应性进行验证.结果 表明,文中提出的方法有效地提高了软测量模型的预测性能和自适应性.

关键词：协同训练、软测量模型、高斯过程回归、相关向量机、污水处理

所属期刊栏目：49

分类号：TP277(自动化技术及设备)

资助基金：国家自然科学基金;国家自然科学基金;应用基础研究项目;国家国际科技合作专项基金;中央高校基本科研业务费专项华南理工大学项目

在线出版日期：2021-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：100-108