[發(fā)明專利]稀疏數(shù)據(jù)過程建模方法

無效

• 申請?zhí)枺?/td>: 200710012776.5
• 申請日: 2007-09-10
• 公開（公告）號: CN101118610A
• 公開（公告）日: 2008-02-06
• 發(fā)明（設(shè)計）人: 關(guān)守平;尤富強(qiáng)
• 申請（專利權(quán)）人: 東北大學(xué)
• 主分類號: G06N3/02
• 分類號: G06N3/02;G06N3/08;G05B17/02
• 代理公司: 沈陽利泰專利代理有限公司
• 代理人: 王東煜

(一)技術(shù)領(lǐng)域

本發(fā)明涉及一種應(yīng)用智能信息處理技術(shù)的過程建模方法，特別是一種稀疏數(shù)據(jù)過程的建模方法。

(二)背景技術(shù)

在許多工業(yè)過程中，由于受到現(xiàn)場條件，工藝過程和檢測設(shè)備等因素的影響，采集樣本數(shù)據(jù)的時間間隔較長，數(shù)據(jù)量有限，造成了樣本數(shù)據(jù)的稀疏。因此，如何根據(jù)稀疏數(shù)據(jù)過程的特點(diǎn)建立過程的預(yù)測模型，并通過預(yù)測模型產(chǎn)生較為連續(xù)的密集預(yù)報數(shù)據(jù)，從而有利于過程控制是一個重要的研究課題。

目前在系統(tǒng)建模方面，以神經(jīng)網(wǎng)絡(luò)為代表的辨識建模方法發(fā)展迅速。但是目前用于系統(tǒng)建模的神經(jīng)網(wǎng)絡(luò)大多是前饋網(wǎng)絡(luò)，其特點(diǎn)是網(wǎng)絡(luò)輸入均為與時間無關(guān)的常量，主要解決數(shù)據(jù)空間上的映射問題，這對于密集采樣數(shù)據(jù)過程的建模非常有效。但是對于稀疏數(shù)據(jù)過程，為了充分利用有限數(shù)據(jù)所包含的信息，僅僅考慮數(shù)據(jù)的空間聚合效應(yīng)是不夠的，還要充分考慮數(shù)據(jù)的時間累計效應(yīng)，因?yàn)楣I(yè)過程中的數(shù)據(jù)往往是與時間有關(guān)的。因此同時利用稀疏數(shù)據(jù)的空間與時間效應(yīng)，產(chǎn)生密集的過程預(yù)報數(shù)據(jù)，及時修正網(wǎng)絡(luò)模型的預(yù)報誤差，以利于過程的監(jiān)測與優(yōu)化控制，是傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)建模方法難以解決的問題。

(三)發(fā)明內(nèi)容

本發(fā)明的目的在于針對現(xiàn)有技術(shù)的不足，提供一種基于過程神經(jīng)網(wǎng)絡(luò)的建模方法，以解決稀疏數(shù)據(jù)過程的建模問題，為稀疏數(shù)據(jù)過程的建模提供一條有效的途徑。

本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的：數(shù)據(jù)預(yù)處理，數(shù)據(jù)擴(kuò)充，過程神經(jīng)網(wǎng)絡(luò)建模與在線滾動學(xué)習(xí)。通過對采樣數(shù)據(jù)的預(yù)處理，平滑采樣數(shù)據(jù)中因干擾而產(chǎn)生的偽數(shù)據(jù)；然后對處理后的數(shù)據(jù)進(jìn)行擴(kuò)充，產(chǎn)生所需時間間隔的較為密集的數(shù)據(jù)用于網(wǎng)絡(luò)模型訓(xùn)練，目的是使網(wǎng)絡(luò)預(yù)測模型能夠輸出所需要的時間點(diǎn)上的數(shù)據(jù)，彌補(bǔ)因檢測困難而導(dǎo)致實(shí)際采樣數(shù)據(jù)稀少、難以對過程進(jìn)行有效監(jiān)測與控制的問題；應(yīng)用過程神經(jīng)元建立過程的神經(jīng)網(wǎng)絡(luò)模型，過程神經(jīng)元的輸入和權(quán)值是隨時間變化的函數(shù)或過程，其聚合運(yùn)算既有對空間的多輸入聚合，也有對時間過程的累積聚合，可以充分利用稀疏數(shù)據(jù)所包含的空間與時間信息；應(yīng)用經(jīng)過處理后的離線數(shù)據(jù)對過程神經(jīng)網(wǎng)絡(luò)模型離線訓(xùn)練后，將網(wǎng)絡(luò)模型投入實(shí)際預(yù)測過程，在采樣時刻間隙，當(dāng)檢測到預(yù)測值不正確時，則立即對已有的實(shí)際數(shù)據(jù)進(jìn)行處理，采用處理后的數(shù)據(jù)在線訓(xùn)練網(wǎng)絡(luò)，使網(wǎng)絡(luò)在訓(xùn)練過程中學(xué)到新的信息。由于稀疏數(shù)據(jù)過程采樣周期長，有些甚至是離線檢測數(shù)據(jù)，因此上述采樣時刻間隙滾動學(xué)習(xí)的方法是可行的。

以下對本發(fā)明內(nèi)容作進(jìn)一步的說明，具體內(nèi)容如下：

1、數(shù)據(jù)預(yù)處理