[發(fā)明專利]一種基于異構(gòu)相似度的選擇性集成即時(shí)學(xué)習(xí)軟測(cè)量建模方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910150216.9
• 申請(qǐng)日: 2019-02-28
• 公開(kāi)（公告）號(hào): CN110046377B
• 公開(kāi)（公告）日: 2022-06-14
• 發(fā)明（設(shè)計(jì)）人: 金懷平;李建剛
• 申請(qǐng)（專利權(quán)）人: 昆明理工大學(xué)
• 主分類號(hào): G06F30/20
• 分類號(hào): G06F30/20;G06K9/62
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種基于異構(gòu)相似度的選擇性集成軟測(cè)量建模方法，其特征在于，包括以下步驟：

(1)利用集散控制系統(tǒng)收集工業(yè)過(guò)程中的輔助變量作為軟測(cè)量建模的輸入變量X，通過(guò)離線實(shí)驗(yàn)分析獲取與輸入變量X對(duì)應(yīng)的變量作為輸出變量Y，并形成樣本集[X，Y]，其中N為樣本數(shù)，M為輸入變量維度，L為輸出變量維度；

(2)將樣本集[X，Y]分別劃分為訓(xùn)練集和驗(yàn)證集，并且對(duì)樣本集[X，Y]標(biāo)準(zhǔn)化處理得到均值為0，方差為1的新的樣本集

(3)分別定義多個(gè)不同的相似度函數(shù)，構(gòu)建多樣性的相似度函數(shù)庫(kù)Γ＝[d₁，d₂，...d_n，...d_K]；

(4)根據(jù)步驟(3)中K個(gè)相似度函數(shù)對(duì)應(yīng)的相似度準(zhǔn)則從訓(xùn)練集中挑選出K個(gè)不同的建模樣本集，每個(gè)建模樣本集中的樣本數(shù)為N_l個(gè)；

(5)通過(guò)LWPLS算法對(duì)步驟(4)中得到的K個(gè)不同的建模樣本集進(jìn)行建模得到K個(gè)基模型，并得到各個(gè)基模型的輸出

(6)利用進(jìn)化多目標(biāo)優(yōu)化算法從K個(gè)相似度函數(shù)中選擇M_s個(gè)相似度函數(shù)，M_s＜K，并對(duì)應(yīng)得到M_s個(gè)基模型；

所述步驟(6)的具體過(guò)程為：

S1、種群初始化：種群個(gè)數(shù)N_pop，代數(shù)N_gen，優(yōu)化選擇相似度個(gè)數(shù)M_s；

S2、決策變量：決策變量即相似度函數(shù)，相似度函數(shù)用一組二進(jìn)制變量表示，第n個(gè)相似度函數(shù)d_n表示為：

式中，d_n＝1表示選中該相似度函數(shù)，d_n＝0表示沒(méi)有選中該相似度函數(shù)；

S3、目標(biāo)函數(shù)：

max[f_acc(z)，f_div(z)]

式中，z為決策變量即相似度函數(shù)，f_acc和f_div分別表示準(zhǔn)確性和多樣性目標(biāo)函數(shù)，采用均方根誤差RMSE和相關(guān)性系數(shù)r作為評(píng)價(jià)基模型的準(zhǔn)確性和多樣性的指標(biāo)，分別定義為：

式中，N_val代表驗(yàn)證集的樣本數(shù)，y_val，i和分別表示驗(yàn)證集中樣本的實(shí)際輸出和預(yù)測(cè)輸出；r_ij表示基模型i和基模型j間的相關(guān)性系數(shù)，E_i、E_j分別表示基模型i和基模型j獲得的驗(yàn)證誤差序列，Cov(，·，)和Var(·)分別為協(xié)方差和方差算子；

則M_s個(gè)基模型的準(zhǔn)確性評(píng)價(jià)指標(biāo)RMSE_avg，val和多樣性評(píng)價(jià)指標(biāo)r_avg，val分別定義如下：

max[f_acc(z)，f_div(z)]的最大化優(yōu)化問(wèn)題轉(zhuǎn)化為最小化優(yōu)化問(wèn)題，描述為min[RMSE_avg，val，r_avg，val]，RMSE_m，val表示第m個(gè)基模型的均方根誤差；

(7)采用Stacking集成策略，對(duì)選擇出的M_s個(gè)基模型進(jìn)行融合得測(cè)量模型。

2.根據(jù)權(quán)利要求1所述的基于異構(gòu)相似度的選擇性集成軟測(cè)量建模方法，其特征在于，所述步驟(3)中的相似度函數(shù)總共有13個(gè)，即K＝13，其中d₁為歐式距離，d₂為平均距離，d₃為加權(quán)歐式距離，d₄為Cosine角度，d₅為分歧系數(shù)，d₆為馬氏距離，d₇為堪培拉公制，d₈為Chord，d₉為群落系數(shù)，d₁₀為群叢指數(shù)，d₁₁為曼哈頓距離，d₁₂為平均特征差異，d₁₃為Pearson系數(shù)。