[發明專利]基于離散行業工業物聯網的多元線性回歸品質預測系統

在審

• 申請號: 202011106254.3
• 申請日: 2020-10-16
• 公開（公告）號: CN112231912A
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 張丙新
• 申請（專利權）人: 河北網視科技股份有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F17/16;G06F17/14;G06F16/245;G06Q10/04;G06Q10/06
• 代理公司: 北京德崇智捷知識產權代理有限公司 11467
• 代理人: 韓雪花

1.基于離散行業工業物聯網的多元線性回歸品質預測系統，包括數據采集模塊、數據分析模塊和模型迭代模塊，其特征在于，所述數據采集模塊通過通過分析工藝情況，在所需的關鍵部位設置傳感器，數據通過傳感器傳至工業物聯網平臺，在平臺內將數據存放至相應的數據庫；所述數據分析模塊是將數據通過傅里葉變換后結合工藝情況構建MEL模型，進行產品的質量預測；所述模型迭代模塊是利用MLR模型計算數據后，數據通過計算重新導入數據庫，同時作為數據整體參與下一次數據的迭代。

2.基于離散行業工業物聯網的多元線性回歸品質預測系統的流程步驟如下：

S1、模型搭建：現場采集的數據構成了自變量，預測的數據為因變量，所以項目中自變量用m表示，樣本點用n表示。多元線性回歸建模的線性表示為：

其中：b為回歸系數；e為殘差；

將其改寫成矩陣形式為：

y＝Xb+e

S2、多重共線性

1)通過實驗利用主成分回歸(PCR)處理，效果最好，具體步驟為：

2)對協方差矩陣S進行奇異值分解：

S＝V∧V^T

其中∧-由矩陣S的非負特征值按照大小順序排列組成的對角陣；V-正交矩陣，其中V^TV＝I,I為單位矩陣；則：

所以：

此時，根據方差貢獻率選擇所需要的維數，若am個主成分的累計方差達到一定的閾值，就可以用a個主成分表征原始特征空間的數據，則原始的m維空間數據就降為a維。

S3、得分矩陣T的獲取

通過保留與a個最大特征向量彼此對應排列的負載向量得到負載矩陣P∈R^m×a，則原始數據X在低維映射空間的投影信息含在T＝XP的得分矩陣中；

主成分回歸矩陣就是主成分T代替演示數據矩陣X進行的多元線性回歸，計算完成后，MLR中的y＝Xb+e被重寫為y＝Tb+E，對應的解為：

3.根據權利要求2所述的基于離散行業工業物聯網的多元線性回歸品質預測系統的流程，其特征在于，所述步驟S1中根據變量個數m與樣本個數n的大小關系，分為三種情況：

a)當mn時，變量個數多余樣本個數；

b)當m＝n時，變量個數與樣本個數相等，此種情況為極端情況，若X滿秩，b可以得到最優值。此時e＝y-Xb＝0，即殘差的向量為零向量；

c)當mn時，變量個數小于樣本個數，通過e＝y-Xb獲取相應的解。