科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对间歇过程的非线性、多模态特性以及质量预测问题,提出多向高斯混合模型-并发核熵潜结构投影(multi-way Gaussian mixture model-concurrent kernel entropy projection to latent structures, MGMM-CKEPLS)算法。首先根据核熵投影将低维非线性数据映射到高维核特征空间,通过Renyi熵贡献的大小选取主元,降低了主元数,克服了传统核方法计算负荷大的问题;然后通过高斯混合模型(GMM)获取每一模态数据,分别对不同模态的样本数建立并发潜结构投影(CPLS)模型,由于考虑了各个模态过程的不同特征,更符合实际间歇过程数据特性;最后通过各模态权值系数集成统一的监控统计量,实现在线监测和质量预测。通过青霉素发酵过程验证了所提算法比MKPLS算法具有更好的在线监控效果,质量预测精度更高。
- 单位
