-
公开(公告)号:CN111610768A
公开(公告)日:2020-09-01
申请号:CN202010523586.5
申请日:2020-06-10
Applicant: 中国矿业大学
IPC: G05B19/418
Abstract: 一种基于相似度多源域迁移学习策略的间歇过程质量预测方法,通过采集目标域和源域过程的输入输出数据,将多个源域旧过程和目标域新过程的三维输入数据按批次方向展开为二维数据矩阵,对所有过程的输入输出数据进行标准化;通过数据之间的欧式距离计算每个源域旧过程与目标域新过程的相似度,同时计算每个源域旧过程的样本数量,确定影响迁移效果的两个主要因素,基于这两个主要影响因素给出三个具体的选择和标准:拒绝迁移、择优单迁、多源集成迁移,在尽可能避免“负迁移”的同时,利用多个相似源域中旧流程的数据信息,减少数据资源的浪费,提高迁移学习的效率和灵活性,更好地协助并加速目标域中新过程的建模,从而提高质量预测的准确性。
-
公开(公告)号:CN111610768B
公开(公告)日:2021-03-19
申请号:CN202010523586.5
申请日:2020-06-10
Applicant: 中国矿业大学
IPC: G05B19/418
Abstract: 一种基于相似度多源域迁移学习策略的间歇过程质量预测方法,通过采集目标域和源域过程的输入输出数据,将多个源域旧过程和目标域新过程的三维输入数据按批次方向展开为二维数据矩阵,对所有过程的输入输出数据进行标准化;通过数据之间的欧式距离计算每个源域旧过程与目标域新过程的相似度,同时计算每个源域旧过程的样本数量,确定影响迁移效果的两个主要因素,基于这两个主要影响因素给出三个具体的选择和标准:拒绝迁移、择优单迁、多源集成迁移,在尽可能避免“负迁移”的同时,利用多个相似源域中旧流程的数据信息,减少数据资源的浪费,提高迁移学习的效率和灵活性,更好地协助并加速目标域中新过程的建模,从而提高质量预测的准确性。
-
公开(公告)号:CN110794782A
公开(公告)日:2020-02-14
申请号:CN201911088664.7
申请日:2019-11-08
Applicant: 中国矿业大学
IPC: G05B19/418
Abstract: 一种基于JY-MKPLS的间歇工业过程在线质量预测方法,通过a过程、b过程的三维输入数据得到二维输入矩阵Xa、Xb,二维输出矩阵Ya、Yb;进行标准化处理;从低维原始空间投影到高维特征空间F,并在高维特征空间中计算核矩阵Ka、Kb;标准化核矩阵Ka、Kb;运行JY-MKPLS算法;计算Kai、Kbi的负载矩阵;重复上述步骤直至提取出A个主元;计算输入数据矩阵K的得分矩阵T、负载矩阵P、输出数据矩阵Y的得分矩阵U、负载矩阵Q;进行批次过程质量预测;在线获得最新的输出数据ynew,并计算该批次的预测误差βn;模型预测误差的检验;用新产生的a过程数据对其进行替换;进行模型更新。该方法能快速建立精度较高的新过程预测模型,可提高建模的效率和预测精度,有效控制企业的操作成本。
-
-