公开(公告)号：CN109492265B

公开(公告)日：2022-04-22

申请号：CN201811212785.3

申请日：2018-10-18

Applicant: 南京林业大学

Inventor： 刘鸿斌 ,  杨冲

IPC: G06F30/20

Abstract: 本发明公开了一种基于动态非线性PLS软测量方法的废水出水指标预测方法，该方法可用于存在较强的时变性、耦合性以及非线性的工业过程。首先，采用增广矩阵捕捉工业数据的动态特性；之后，采用高斯过程回归替代偏最小二乘建模过程中输入、输出得分向量间的线性关系，使偏最小二乘方法具备非线性建模能力；为验证模型的预测能力，将该方法分别应用于废水处理仿真基准1号模型和某工厂的废水处理过程进行软测量建模。实验结果表明，动态方法与高斯过程回归的应用可明显提高偏最小二乘回归模型的预测能力，更适用于复杂工业过程的软测量建模。

公开(公告)号：CN108197380B

公开(公告)日：2021-11-30

申请号：CN201711476291.1

申请日：2017-12-29

Applicant: 南京林业大学

Inventor： 刘鸿斌 ,  杨冲

IPC: G06Q10/04 ,  G06Q50/04

Abstract: 本发明公开了一种基于偏最小二乘的高斯过程回归废水出水指标预测方法，该方法可用于存在较强的时变性、耦合性、非线性、滞后性以及其他复杂特性的工业过程。首先，基于偏最小二乘的方法对多元输入数据进行降维，并选取合适的得分向量作为高斯过程回归模型的输入；之后，通过对协方差函数的选取与组合，构建不同种类的高斯过程回归软测量模型对输出数据进行预测；最后，使用测试集数据对模型的预测能力进行评价。造纸废水处理过程数据的建模结果表明，基于偏最小二乘对被测变量的降维技术可以提高高斯过程回归模型的预测能力；由不同协方差函数构建的高斯过程回归模型为出水指标的预测提供了多种选择，更加适合复杂多变的造纸废水处理环境。