[發明專利]一種基于選擇性雙層集成學習適用于復雜工業過程產品質量指標缺失數據補全的方法及系統

有效

• 申請號: 201810305512.7
• 申請日: 2018-04-08
• 公開（公告）號: CN108490782B
• 公開（公告）日: 2019-04-09
• 發明（設計）人: 袁小鋒;吳東哲;王雅琳;李靈;陽春華;桂衛華
• 申請（專利權）人: 中南大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 長沙軒榮專利代理有限公司 43235
• 代理人: 葉碧蓮

1.一種基于選擇性雙層集成學習適用于復雜工業過程產品質量指標缺失數據補全的方法，其特征在于，包括如下步驟：

S1.生成訓練集：

S11.收集復雜工業過程產品質量指標，形成的具有N個樣本的原始數據集；

S12.從所述的原始數據集中有放回地隨機抽取和原始數據集容量相同的采樣集，重復M次，得到M個相互獨立的采樣集；

S13.對每個所述的采樣集不放回地隨機選取K個變量作為訓練集的特征變量，所述的K的值由經驗公式確定：

其中P的值為原始數據集的總維數，由此生成M個N×K的訓練集；

S2.建立子模型并生成補全結果：

S21.基于所述M個訓練集，對每個訓練集分別使用偏最小二乘法、支持向量機、BP神經網絡三種建模方法補全數據，分別得到三個補全結果：

S22.使用最小二乘法分別估計偏最小二乘法、支持向量機、BP神經網絡三種建模方法的權重z₁、z₂、z₃，加權計算得出每個子模型的補全結果，具體計算如下：

假設實際輸出為y，則

令z＝[z₁,z₂,z₃]^T，則上式可簡記為：

X·z＝y

應用最小二乘法可以得到權重z的估計：

那么，第i個子模型的補全結果為

S3.確定最終補全結果：

基于所述每個子模型的補全結果，根據提出的補全效果評估指標對所述M個子模型的補全結果進行評估，并依據評估得分進行排序，選擇得分高的S個子模型的平均值作為最終的補全結果。

2.根據權利要求1所述的基于選擇性雙層集成學習適用于復雜工業過程產品質量指標缺失數據補全的方法，其特征在于，所述的S11之后還包括對初始數據集標準化，消除不同變量量綱的影響的步驟，具體方法如下：

記所述的N個樣本中，每個樣本有P維的變量，則X_ij(i＝1,2,…,N；j＝1,2,…,P)為第i個樣本的第j個變量樣本值，標準化計算公式為：

其中，E(X_j)指輸入第j個變量N個樣本值的均值，Std(X_j)指輸入第j個變量N個樣本值的標準差。

3.根據權利要求1所述的基于選擇性雙層集成學習適用于復雜工業過程產品質量指標缺失數據補全的方法，其特征在于，S3中所述的“根據提出的補全效果評估指標”是指精度和穩定性的綜合指標，即根據精度和穩定性的綜合指標對所述M個子模型的得分進行排序，選擇得分高的若干個子模型的平均值作為最終的補全結果，具體計算如下：

S31.計算子模型的均方根誤差作為模型的精度指標，計算公式如下：

其中為第i個模型第j個樣本的補全結果，Y_j為第j個樣本的真實值，N為測試樣本的個數；

S32.計算子模型的誤差的標準差作為模型的穩定性指標，計算公式如下：

其中為第i個模型的誤差的均值；std(e_i)表示誤差的標準差；

S33.用以下歸一化公式將所述2個指標RMSE(i)和std(e_i)歸一化到[0,1]之間：

S34.依照下式確定的綜合指標作為每個子模型的得分，并對所有子模型按其得分從高到低排序，選取S個得分最高的模型的補全結果的均值作為最終的補全結果：

其中：RMSE(i)′和std(e_i)′分別為歸一化后的精度指標和穩定性指標；

則最終結果為：

其中：S＝floor(40％×M)，M為子模型的個數，floor()為向下取整的函數，即取不大于括號內值的最大整數；表示得分最高的前S個子模型的補全結果輸出值。

4.根據權利要求1所述的基于選擇性雙層集成學習適用于復雜工業過程產品質量指標缺失數據補全的方法，其特征在于，所述的“復雜工業過程產品質量指標”是指加氫裂化流程重石腦油終餾點，所述的N為595，M為50，P為139。