[發(fā)明專利]預(yù)測(cè)模型的建模樣本的篩選方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201210453644.7
• 申請(qǐng)日: 2012-11-13
• 公開（公告）號(hào): CN103177180A
• 公開（公告）日: 2013-06-26
• 發(fā)明（設(shè)計(jì)）人: 鄭芳田;吳偉民
• 申請(qǐng)（專利權(quán)）人: 鄭芳田
• 主分類號(hào): G06F19/00
• 分類號(hào): G06F19/00
• 代理公司: 上海專利商標(biāo)事務(wù)所有限公司 31100
• 代理人: 聞卿

1.一種預(yù)測(cè)模型的建模樣本的篩選方法，包含：

獲得關(guān)于一待預(yù)測(cè)標(biāo)的的依時(shí)序產(chǎn)生的數(shù)個(gè)組第一樣本數(shù)據(jù)，其中該些組第一樣本數(shù)據(jù)包含：

數(shù)個(gè)組監(jiān)測(cè)數(shù)據(jù)；以及

數(shù)個(gè)目標(biāo)數(shù)據(jù)，其中該些目標(biāo)數(shù)據(jù)與該些組監(jiān)測(cè)數(shù)據(jù)是一對(duì)一對(duì)應(yīng)并具有因果關(guān)系；

對(duì)該些組第一樣本數(shù)據(jù)進(jìn)行一分群步驟，以將該些組第一樣本數(shù)據(jù)間的相似度高者分為一群，而獲得數(shù)個(gè)第一群組；

尋找該些第一群組其中具有最多組第一樣本數(shù)據(jù)的至少之一，而獲得至少一第二群組；

判斷該至少一第二群組的數(shù)目是否大于或等于2，而獲得一第一判斷結(jié)果；

當(dāng)該第一判斷結(jié)果為是時(shí)，尋找該些第二群組其中具有最舊第一樣本數(shù)據(jù)之一者，而獲得一第三群組，并判斷該第三群組中第一樣本數(shù)據(jù)的數(shù)目是否小于一預(yù)設(shè)數(shù)目，而獲得一第二判斷結(jié)果；

當(dāng)該第一判斷結(jié)果為否時(shí)，判斷該第二群組中第一樣本數(shù)據(jù)的數(shù)目是否小于該預(yù)設(shè)數(shù)目，而獲得一第三判斷結(jié)果；

當(dāng)該第二判斷結(jié)果或該第三判斷結(jié)果為是時(shí)，保留全部的該些組第一樣本數(shù)據(jù)，以供一預(yù)測(cè)模型建模或更新之用，其中該預(yù)測(cè)模型是用以預(yù)測(cè)該待預(yù)測(cè)標(biāo)的狀態(tài)或行為；

當(dāng)該第二判斷結(jié)果為否時(shí)，除該第三群組中的最舊的第一樣本數(shù)據(jù)，并保留該些組第一樣本數(shù)據(jù)的其余者，以供該預(yù)測(cè)模型建模或更新之用；以及

當(dāng)該第三判斷結(jié)果為否時(shí)，棄除該第二群組中的最舊的第一樣本數(shù)據(jù)，并保留該些組第一樣本數(shù)據(jù)的其余者，以供該預(yù)測(cè)模型建?；蚋轮谩?!-- SIPO -->

2.如權(quán)利要求1所述的預(yù)測(cè)模型的建模樣本的篩選方法，其中該些組第一樣本數(shù)據(jù)包含：

儲(chǔ)存于一數(shù)據(jù)庫(kù)中的數(shù)個(gè)組歷史樣本數(shù)據(jù)；以及

一組新搜集到的樣本數(shù)據(jù)。

3.如權(quán)利要求1所述的預(yù)測(cè)模型的建模樣本的篩選方法，其中該些組第一樣本數(shù)據(jù)是利用一移動(dòng)視窗(Moving?Window)來(lái)獲得。

4.如權(quán)利要求1所述的預(yù)測(cè)模型的建模樣本的篩選方法，其中該待預(yù)測(cè)標(biāo)的為被一工藝機(jī)臺(tái)所處理的一工件，該預(yù)測(cè)模型為一虛擬量測(cè)模型，其中

該些組監(jiān)測(cè)數(shù)據(jù)為數(shù)個(gè)組工藝數(shù)據(jù)，其是于該工藝機(jī)臺(tái)處理數(shù)個(gè)歷史工件時(shí)所產(chǎn)生，其中每一該些組工藝數(shù)據(jù)包含有數(shù)個(gè)工藝參數(shù)；以及

該些目標(biāo)數(shù)據(jù)為數(shù)個(gè)量測(cè)數(shù)據(jù)，其是由一量測(cè)機(jī)臺(tái)量測(cè)該些歷史工件所獲得，其中該些量測(cè)數(shù)據(jù)以一對(duì)一的方式對(duì)應(yīng)至該些組工藝數(shù)據(jù)。

5.如權(quán)利要求1所述的預(yù)測(cè)模型的建模樣本的篩選方法，其中該分群步驟是根據(jù)一適應(yīng)性共振理論2(Adaptive?Resonance?Theory?2；ART2)來(lái)進(jìn)行。

6.如權(quán)利要求1所述的預(yù)測(cè)模型的建模樣本的篩選方法，其中該分群步驟是根據(jù)一歐氏距離(Euclidean?Distance；ED)演算法來(lái)進(jìn)行。

7.如權(quán)利要求1所述的預(yù)測(cè)模型的建模樣本的篩選方法，其中該分群步驟是根據(jù)一加權(quán)歐氏距離(Weighted?Euclidean?Distance；WED)演算法來(lái)進(jìn)行。

8.如權(quán)利要求1所述的預(yù)測(cè)模型的建模樣本的篩選方法，其中該分群步驟是針對(duì)該些組第一樣本數(shù)據(jù)的該些組監(jiān)測(cè)數(shù)據(jù)來(lái)進(jìn)行。

9.如權(quán)利要求1所述的預(yù)測(cè)模型的建模樣本的篩選方法，其中該分群步驟是針對(duì)該些組第一樣本數(shù)據(jù)的該些組監(jiān)測(cè)數(shù)據(jù)和該些目標(biāo)數(shù)據(jù)來(lái)進(jìn)行。