[发明专利]一种局部加权极限学习机模型的工业过程软测量建模方法

摘要

本发明公开了一种局部加权极限学习机模型的工业过程软测量建模方法，本发明基于局部加权极限学习机的方法，该方法针对非线性过程，具有良好的精度和较快的运算速度，但是工业过程的数据量往往在应用极限学习机时会产生泛化性能不足问题。应用的改进方法是采用即时学习的思想，对样本在空间维度上进行局部加权，以针对工业过程动态性的特点。本发明结合了即时学习思想的局部加权方法和极限学习机的优点并克服了各自的主要缺点，得到了高速度高精度的工业过程软测量建模方法。

主权项

一种基于局部加权极限学习机的工业过程软测量建模方法，其特征在于，包括以下步骤:(1)利用集散控制下系统以及离线监测方法，工业生产过程的数据按时间排列的训练样本集Xtr∈RN×n和Ytrain∈RN×m和测试样本集Xte∈RK×n和Ytest∈RN×m。其中N为训练样本长度，n为训练样本维度，K为测试样本集长度。测试样本集为将这些数据存入历史数据库。并且对训练样本集和测试样本按照训练样本集进行前处理和归一化使训练样本集其均值为0且方差为1。(2)将测试样本Xtest依次取行作为查询样本qi(i＝1,2,…,K)，及对应测试样本真实值yi(i＝1,2,…,K)。之后按每个查询样本分别进行局部加权极限学习机建模。(3)对查询样本和训练集进行去查询样本均值。这部分去均值的值要在建模并得到建模结果后再在最终结果上还原去查询均值的数据偏差。(4)依据查询样本和历史样本(训练集样本)的距离d确定权重参数w，对历史样本加权，得到新的训练样本Xw的到局部加权化的样本空间。(5)对局部加权化的样本空间进行极限学习机建模，得到软测量结果。(6)重复进行所有的查询样本向量的建模和软测量结果后得到了整个测试样本的软测量结果。(7)采用以上得到的基于局部加权极限学习机方法对工业过程的数据进行建模，实现过程的软测量。