数据特征对工业控制模型建模的影响
来源期刊:控制工程2009年第S2期
论文作者:凌昱弢 郭朝晖
文章页码:192 - 195
关键词:数据特征;数据挖掘;最小二乘;最佳估计;相关系数;
摘 要:研究了若干由数据特征引起的工业控制模型统计建模结果与理论知识不符的现象,为全面理解及合理判断建模统计分析结果提供了帮助。利用SAS等统计工具,模拟工业现场数据,生成了大量实验数据。利用数据挖掘的统计分析方法对实验数据进行了深入的分析。工业现场数据的数据特征具有不同的特性,这种特性是导致工业控制模型统计建模结果与理论知识不符的现象产生的主要原因。对工业过程生产数据进行预处理时,由于改变了数据的数据特征,造成的利用最小二乘法估计的模型参数有偏以及线性关系呈现非线性的假象。变量间复杂的内在关系会导致简单利用变量间的相关系数判断变量间的线性关系的分析结果与理论知识不符的现象产生。研究结果为宝钢精准选样模型及带钢性能动态控制模型的建模提供了理论参考。
凌昱弢1,郭朝晖2
1. 上海交通大学电子信息与电气工程学院2. 宝山钢铁股份有限公司研究院
摘 要:研究了若干由数据特征引起的工业控制模型统计建模结果与理论知识不符的现象,为全面理解及合理判断建模统计分析结果提供了帮助。利用SAS等统计工具,模拟工业现场数据,生成了大量实验数据。利用数据挖掘的统计分析方法对实验数据进行了深入的分析。工业现场数据的数据特征具有不同的特性,这种特性是导致工业控制模型统计建模结果与理论知识不符的现象产生的主要原因。对工业过程生产数据进行预处理时,由于改变了数据的数据特征,造成的利用最小二乘法估计的模型参数有偏以及线性关系呈现非线性的假象。变量间复杂的内在关系会导致简单利用变量间的相关系数判断变量间的线性关系的分析结果与理论知识不符的现象产生。研究结果为宝钢精准选样模型及带钢性能动态控制模型的建模提供了理论参考。
关键词:数据特征;数据挖掘;最小二乘;最佳估计;相关系数;