文献类型：期刊文章

作　　者：熊伟丽[1,2] 李妍君[2] 姚乐[2] 徐保国[2]

机构地区：[1]江南大学轻工过程先进控制教育部重点实验室,江苏无锡214122 [2]江南大学物联网工程学院自动化研究所,江苏无锡214122

出　　处：《大连理工大学学报》

基　　金：国家自然科学基金资助项目(21206053;21276111);江苏省"六大人才高峰"计划资助项目(2013-DZXX-043);江苏省产学研资助项目(BY2014023-27);江苏高校优势学科建设工程资助项目(PAPD)

年　　份：2016

卷　　号：56

期　　号：1

起止页码：77-85

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI、IC、INSPEC、JST、MR、PROQUEST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：工业过程常常是强非线性的,并有多个工况,传统的软测量方法存在预测能力差,不能有效利用误差信息等缺点.为了有效解决这些问题,提出一种基于自适应高斯混合模型-高斯过程回归(AGMM-GPR)的多模型动态校正软测量建模方法.首先,通过贝叶斯信息准则构建自适应高斯混合模型(AGMM),得到优化的子模型个数;然后,利用GPR方法建立各局部模型,当新的数据到来时,将其隶属于各局部模型的后验概率和预测值融合得到多模型输出;最后,为了进一步提高模型的精度,构建自回归积分滑动平均(ARIMA)模型对多模型输出进行动态反馈校正.通过数值仿真和硫回收装置(SRU)中H2S浓度的估计,验证了所提方法具有良好的预测精度和泛化性能.

关 键 词：自适应 多模型  动态校正 高斯过程回归  ARIMA模型

分 类 号：TP391.9]