[发明专利]融合KPLS与FNN的生产过程主导变量精简化软测量方法

说明书

技术领域

本发明属于软测量技术领域，具体涉及一种融合核偏最小二乘(Kernel Partial Least Squares，KPLS)与虚假最近邻点(False Nearest Neighbors，FNN)的生产过程主导变量精简化软测量方法。

背景技术

到目前为止，在实际生产过程中，存在着许多因为技术或经济原因无法直接测量的变量，在这种情况下，软测量技术应运而生。软测量就是依据可测、易测的过程变量(称为辅助变量)与难以直接检测的待测变量(称为主导变量)的数学关系，根据某种最优准则，采用各种计算方法，用软件实现对待测变量的测量或估计。软测量技术是目前研究的一个热点，例如中国专利(专利号：200410017533.7)就提出了一种基于支持向量机的软测量建模方法。

在软测量过程中，辅助变量的选择是第一步。在大多数实际生产过程中，人们经常不能确定哪个辅助变量与主导变量相关，或有多大程度的相关，因而导致参与计算的辅助变量数量众多。将众多辅助变量通过计算，实现对主导变量的软测量，会带来庞大的计算量，不仅耗时耗力，并且得到的软测量结果也并不一定是最好的，这是在生成过程中不希望看到的事情。如何利用最少的辅助变量集对主导变量实现效果最好的的软测量，成为人们追求的目标。

发明内容

本发明的目的在于提供一种融合KPLS与FNN的生产过程主导变量精简化软测量方法，能够在建模效果最佳的准则上找出含辅助变量个数最少的辅助变量集对主导变量进行建模，实现对主导变量精简化的软测量。

本发明的技术方案如下：一种融合KPLS与FNN的生产过程主导变量精简化软测量方法，其关键在于按如下步骤进行：

步骤一：确定与主导变量可能相关的n个原始辅助变量，采集n个原始辅助变量和主导变量的取值，组成样本集，样本集大小为m；

将n个原始辅助变量数据写成矩阵X=[x₁，…，x_m]^T形式，主导变量数据写成矩阵Y=[y₁，…，y_m]^T，其中，x_i∈R^n×1，y_i∈R，i＝1，2，…，m，并将它们标准化处理；

所述标准化处理就是：若n个原始辅助变量数据写成矩阵形式，主导变量数据写成矩阵Y=[y₁，…，y_m]^T形式，其中，x_i∈R^n×1，y_i∈R，i＝1，2，…，m，标准化处理后得到的数据矩阵如下：