一种基于多目标优化的集成即时学习工业过程软测量建模方法
授权
摘要
本发明公开了一种基于多目标优化的集成即时学习工业过程软测量建模方法，属于工业过程软测量建模领域。本发明针对工业数据普遍存在的冗余性及过程的非线性问题，采用进化多目标优化的方法对历史样本数据库中的输入变量与模型结构进行优化，剔除与质量变量不相关或弱相关的变量，提高数据库样本质量，同时有效地平衡模型复杂度与预测精度之间的关系。此外，从优化所得的历史样本库中选择与查询样本相似的部分样本构建局部极限学习机模型，并采用选择性集成策略将多目标优化所得的Pareto最优解进行集成，能够有效处理工业过程的非线性问题。本发明通过优化建模数据结构与极限学习机模型结构，提升了工业过程软测量建模的预测精度和计算效率。
基本信息
专利标题 ：
一种基于多目标优化的集成即时学习工业过程软测量建模方法
专利标题（英）：
暂无
公开（公告）号 ：
CN109840362A
申请号 ：
CN201910039438.3
公开（公告）日 ：
2019-06-04
申请日 ：
2019-01-16
授权号 ：
CN109840362B
授权日 ：
2022-06-14
发明人 ：
金怀平潘贝
申请人 ：
昆明理工大学
申请人地址 ：
云南省昆明市五华区学府路253号
代理机构 ：
代理人 ：
优先权 ：
CN201910039438.3
主分类号 ：
G06F17/50
IPC分类号 ：
G06F17/50 G06N20/00
法律状态
2022-06-14 ：
授权
2019-06-28 ：
实质审查的生效
IPC(主分类) : G06F 17/50
申请日 : 20190116
申请日 : 20190116
2019-06-04 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
