文献类型：期刊文章

作　　者：熊伟丽[1,2] 张伟[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：《信息与控制》

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);江苏省产学研课题资助项目(BY2013023_027)

年　　份：2016

卷　　号：45

期　　号：1

起止页码：14-19

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2015_2016、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：提出了一种基于误差高斯混合模型(EGMM)的高斯过程回归(GPR)软测量方法.首先,选择合适的变量组成误差数据集,利用贝叶斯信息准则优化得到合适的高斯成分的个数;然后用EGMM对误差数据进行拟合计算得到条件误差均值和方差的表达式;最后当新的数据到来时,用建立的GPR模型进行输出预测,并利用EGMM模型得到的条件误差均值对输出进行补偿,从而得到更加精确的建模结果.通过数值仿真及硫回收装置(SRU)的H2S浓度的软测量,进一步验证所提算法的可行性和有效性.

关 键 词：高斯过程回归  预测误差  误差高斯混合模型  输出补偿  条件误差均值  

分 类 号：TP183]