基于多源域适应JYPLS迁移的间歇过程质量预测
针对间歇过程数据不足,单源域迁移存在模型偏移,跨域信息损失导致建模效果不佳、负迁移等问题,结合域适应学习和多源域学习方法的优势,提出一种基于多源域适应联合Y偏最小二乘(joint-Y partial least squares,JYPLS)迁移的间歇过程质量预测方法.该方法通过迁移学习使用相似旧过程的数据辅助新过程建模,提高建模效率和模型预测精度;采用多源域适应的方式,通过引入多个源域,有效避免了负迁移;基于域适应思想减少源域和目标域之间的边缘概率分布差异,使得源域知识在目标域更好地泛化.最后,通过青霉素发酵过程的仿真案例验证了所提方法的有效性.
间歇过程、质量预测、多源域、迁移学习、域适应
31
TP274.3(自动化技术及设备)
国家自然科学基金;国家自然科学基金;江苏省第十六届六大人才高峰高层次人才选拔培养项目;教育部工程研究中心开放基金
2024-01-26(万方平台首次上网日期,不代表论文的发表时间)
共8页
32-39