一种带模型更新的GPR在线软测量方法
来源期刊:控制工程2018年第2期
论文作者:钟怀兵 熊伟丽 徐保国
文章页码:291 - 297
关键词:高斯过程回归;误差均值;模型更新;在线;软测量;
摘 要:针对实际工业过程的特征以及相关参数会随时间推移而改变这一问题,提出了一种局部与整体相结合的模型更新方法。该方法首先对训练样本利用高斯过程回归(GPR)方法进行离线建模,得到预测输出值及预测误差;然后对所得预测误差进行分析,当误差均值大于某一预设阈值时对GPR模型进行整体更新即同时更新其协方差矩阵和协方差函数的参数;否则,只对GPR模型进行局部更新即只更新其协方差矩阵。最后利用误差高斯混合模型(EGMM)对更新后的GPR模型预测输出进行补偿得到最终的预测结果。通过实际工业污水处理过程的建模仿真验证了所提方法的有效性。
钟怀兵1,熊伟丽2,1,徐保国2,1
1. 江南大学轻工过程先进控制教育部重点实验室2. 江南大学物联网工程学院
摘 要:针对实际工业过程的特征以及相关参数会随时间推移而改变这一问题,提出了一种局部与整体相结合的模型更新方法。该方法首先对训练样本利用高斯过程回归(GPR)方法进行离线建模,得到预测输出值及预测误差;然后对所得预测误差进行分析,当误差均值大于某一预设阈值时对GPR模型进行整体更新即同时更新其协方差矩阵和协方差函数的参数;否则,只对GPR模型进行局部更新即只更新其协方差矩阵。最后利用误差高斯混合模型(EGMM)对更新后的GPR模型预测输出进行补偿得到最终的预测结果。通过实际工业污水处理过程的建模仿真验证了所提方法的有效性。
关键词:高斯过程回归;误差均值;模型更新;在线;软测量;