[發明專利]工業軟測量中考慮因果效應的輔助變量選擇方法

在審

• 申請號: 202111176741.1
• 申請日: 2021-10-09
• 公開（公告）號: CN113821982A
• 公開（公告）日: 2021-12-21
• 發明（設計）人: 孫衍寧;秦威;許鴻偉;譚潤芝;王無印
• 申請（專利權）人: 上海交通大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F111/08
• 代理公司: 上海交達專利事務所 31201
• 代理人: 王毓理;王錫麟

一種工業軟測量中考慮因果效應的輔助變量選擇方法，基于軟測量建模對象的歷史數據集，經過預處理得到離散化的候選變量集和主導變量數據樣本；通過每一個候選變量與主導變量的互信息確定每一個候選變量與主導變量的因果效應；采用基于因果效應的變量篩選算法，保留所有因果效應不為零的候選變量作為輔助變量集。本發明通過考慮候選輔助變量與主導變量之間的因果效應，不依賴于任何模型，不需要設置停止閾值，自動地選擇因果效應不為零的候選變量組合作為輔助變量集，為工業軟測量建模提供有用參考。

技術領域

本發明涉及的是一種信息處理領域的技術，具體是一種工業軟測量中考慮因果效應的輔助變量選擇方法。

背景技術

軟測量是以難測的關鍵性能指標作為輸出(主導變量)，并選取與其相關且易測的變量作為輸入(輔助變量)，構造某種數學關系來實現對主導變量的預測和估計，其多用于評價產品質量、生產效率、能源消耗、污染物排放等指標。顯然，如何選取合適的輔助變量成為工業軟測量的首要難題，直接決定軟測量模型的復雜度、預測準確性及應用可靠性。現有輔助變量選擇方法一般基于：領域專家知識、統計數據分析和機器學習方法。

1)領域專家知識：通過對軟測量對象的工藝機理進行仔細的分析和認識之后，根據專家經驗或者物理化學先驗知識，從候選變量集中挑選出對主導變量有較大影響的變量作為輔助變量。由于復雜工業系統認知方面的不足，以及專家水平的限制，該類方法通常僅用于輔助變量的初始化選擇。

2)統計數據分析：通過統計學中的方差分析、相關分析方法進行輔助變量選擇。方差分析用來衡量變量本身的發散程度，在輔助變量選擇中通常去除發散程度較小(即方差較小)的變量，它不考慮輸入輸出之間的關聯關系；相關分析借助皮爾遜相關系數、互信息或最大信息系數分析候選變量與主導變量之間的關聯程度，選擇與主導變量關聯較大的候選變量作為輔助變量。其缺陷在于，一方面難以考慮共線性問題，另一方面需要設置一個閾值，該閾值直接影響輔助變量選擇的結果。

3)機器學習方法：主要包括基于主成分分析(PCA)、典型變量分析(CVA)、偏最小二乘(PLS)等的特征提取方法、以及基于過濾式、包裹式和嵌入式的特征選擇方法。該類方法以機器學習模型為基礎對候選變量集進行分析，應用較為廣泛。然而，這些方法本質上仍然是基于關聯關系，或者是性能導向，嚴重依賴于機器學習模型，計算成本高，可解釋性差。

發明內容

本發明針對現有輔助變量選擇方法依賴于閾值或模型，可解釋性差等問題，提出一種工業軟測量中考慮因果效應的輔助變量選擇方法，通過考慮候選輔助變量與主導變量之間的因果效應，不依賴于任何模型，不需要設置停止閾值，自動地選擇因果效應不為零的候選變量組合作為輔助變量集，為工業軟測量建模提供有用參考。

本發明是通過以下技術方案實現的：

本發明涉及一種工業軟測量中考慮因果效應的輔助變量選擇方法，基于軟測量建模對象的歷史數據集，經過預處理得到離散化的候選變量集和主導變量數據樣本；通過每一個候選變量與主導變量的互信息確定每一個候選變量與主導變量的因果效應；采用基于因果效應的變量篩選算法，保留所有因果效應不為零的候選變量作為輔助變量集。

所述的歷史數據集是包含M個變量的N個等時間間隔的觀測樣本，其中前M-1個變量是候選輔助變量，即F＝{X₁,X₂,…,X_M-1}，第M個變量是主導變量。

所述的預處理是指：采用基于直方圖的等長劃分方法來離散化數據，有效考慮工業數據中存在的離群點問題，最佳劃分長度n_h＝max(R/(2·IQR/N^1/3)，log₂N+1)，其中：R是樣本的極差，IQR是樣本的四分位數范圍，N是樣本的數目。