基于局部加权pls算法的多模型在线建模研究

《基于局部加权pls算法的多模型在线建模研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级硕士学位论文题目：基于局部加权PLS算法的多模型在线建模研究英文并列题目：ResearchofOnlineMulti-modelModelingBasedonLocallyWeightedPLSAlgorithm研究生：薛明晨专业：控制科学与工程研究方向：控制理论与控制工程导师：熊伟丽教授指导小组成员：学位授予日期：2016年6月答辩委员会主席：崔宝同江南大学地址：无锡市蠡湖大道1800号二○一六年六月独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中将别加Ｗ掠法和致谢的地方外，论文中不包含其

2、他人已经发表或撰写过的研究成果，也不包含本人为获得江南大学或其它教育机构的学位或证书而使角过的材料。与我一同工作的同志对本研巧所做的任何贡献均已在论文中作了明确的说明并表不谢意，。义签名：换；１禾日期Ｗ《年１月日呵７关于论文使用授权的说明本学位论文作者完全了解江南大学有关保留、使用学位论文的规定：江南大学有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许论文被查阅和借阅，可Ｗ将学位论文的全部或部分内容编入有关数据库进行检索，可Ｗ采用影印、缩印或扫描等复制手段保存、一致汇编学位论文，并且本人电子文档的内容和纸质论文的内容

3、相。保密的学位论文在解密后也遵守此规定。签名：婉导师签名：拜木日期；占年ｒ月日＾摘要摘要在化工生产过程中，存在一些与产品质量密切相关的过程变量，它们反映着实际生产过程中的一些重要特性和指标，必须加以监控，而这些过程变量由于检测技术或者费用上的局限，往往没有合适的在线仪器去直接快速测量，所以建立高精度的模型显得十分重要。对于高度非线性、动态和多工作点的工业过程，一般的非线性在线建模方法可能会出现模型的过程特性不匹配、外推性能较差等局限，为描述这一类特征的过程，通常采取多模型建模的方法。本文以贝叶斯分类器和局部加权偏最小二乘(LocallyWeight

4、edPartialLeastSquares,LWPLS)算法为基础，并采用期望最大化(ExpectationMaximization,EM)算法来辨识半监督学习情况下LWPLS模型的参数，进行了建模算法的研究。针对田纳西-伊斯曼(Tennessee-Eastman,TE)过程具有的高度非线性、时变及多个操作模式等特征，将此过程各种操作模式下的训练数据放入不同数据库中，利用贝叶斯分类器对在线测得的数据进行分类；进一步采用即时(Just-In-Time,JIT)建模思想，基于LWPLS建立相应的在线局部模型；并将贝叶斯分类器得到的测试数据属于各个数据库的后验概率作为加权

5、系数，对得到的局部模型的预测结果进行融合输出。仿真结果表明了算法的有效性和较高的预测精度。考虑部分实际化工生产过程中出现有标签样本数量较少这一问题，基于EM算法提出一种半监督学习的LWPLS在线软测量建模方法。首先，将过程收集到的有标签及无标签训练样本放入同一数据库中；然后，对于在线测得的新数据点，计算其与数据库中各样本点之间的相似度，将其作为各数据点的权重；最后，建立半监督LWPLS在线软测量模型，并采用EM算法估计模型的参数，得到模型的在线预测输出。通过对脱丁烷塔过程的仿真研究，验证了所提方法具有良好的预测精度和泛化性能。在半监督学习理论框架下，结合生产过程的多

6、工况特征，进行了半监督LWPLS的多模型建模算法研究。将新来数据的模型归属和各子模型的主成分向量作为EM算法中的隐含变量进行半监督LWPLS子模型参数的辨识。选取脱丁烷塔作为半监督学习情形下的多模型建模仿真实例，基于EM算法建立半监督LWPLS的在线多模型。仿真结果进一步表明本文方法具有良好的建模效果，对于处理有标签样本较少的多操作点工业过程建模问题具有非常实用的参考价值。关键词：贝叶斯分类器；局部加权偏最小二乘；多模型建模；期望最大化算法；半监督学习IAbstractAbstractInthechemicalproductionprocess,thereareso

7、meprocessvariablescloselyrelatedtothequalityofproducts,theyreflecttheimportantfeaturesandindexofactualproductionprocess,andmustbemonitoredandcontrolled.Duetolimitationsofthedetectionorcosts,usuallywithoutappropriateonlineinstrumenttomeasuretheprocessvariablesdirectlyandrapidly,sothee