[发明专利]基于三角形角度值动态加权的关联向量机软测量建模方法

摘要

本发明公开一种工业生产中的产品质量控制领域中的基于三角形角度值动态加权的关联向量机软测量建模方法，在关联向量机建模的基础上，在模型的输入端添加时间延迟单元，同时提出了基于三角形角度值动态加权的算法，通过动态权值的比例分配把实际工业过程的动态信息融合到软测量模型中，合理分配动态权值并进行加权融合，使得软测量模型的建模过程更趋近于实际工业生产过程，能够更好地适应工业现场生产过程的动态变化和需求，将动态时间建模转化为静态空间建模，不但没有增加软测量模型的复杂度，同时提高了模型的预测精度，最终实现工业生产过程的动态软测量。

主权项

一种基于三角形角度值动态加权的关联向量机软测量建模方法，将环境变量作为软测量模型的辅助变量，获得辅助变量数据组[X1″,X2″,…,Xp″]，关键状态变量作为软测量模型的主导变量，获得主导变量数据组[Y1″,Y2″,…,Yn″]，p为辅助变量的个数，n为主导变量的个数，其特征是包括以下步骤：(1)在k时刻，将Xc″(k‑d),Xc″(k‑d‑1),…,Xc″(k‑d‑e+1)每三个依次分组，得到个数据单元，计算出每个数据单元基于时间差的权值分别是d是纯时延，e是所取数据长度；(2)令每个数据单元对应的权值为Wl1、Wl2、Wl3，将Wl1、Wl2、Wl3作为三角形角度值的三个内角，按照递减的趋势进行3:2:1比例的分配，计算出所取e个数据对应的权值w1,w2,…,we，Wl1＜Wl2＜Wl3，(3)将Xc″(k‑d),Xc″(k‑d‑1),Xc″(k‑d‑2),…,Xc″(k‑d‑e+1)进行加权得到在k时刻的第c个辅助变量的加权总和将vc(k)作为模型的新输入vc(k)且作为模型的给定训练样本集V，模型的新输出为基于关联向量机的预测模型Yj＝y[V,W′]+εc，εc为训练噪声，W′＝(W0′,W1′,…,Wc′)是模型的权向量，c＝1,2,…,p，K(V,Vc)为核函数，τ＝1,2,…,e，wτ为第τ个数据对应的权值。