基于稀疏D-vine Copula的建模方法及其在过程监测中的应用

作者：邱穗庆; 李绍军^*

来源：华东理工大学学报, 2023, 49(03): 391-400.

DOI：10.14135/j.cnki.1006-3080.20211231001

• 过程监测
• 相关性建模
• 非线性非高斯
• 稀疏D-vine Copula
• 高密度区域

针对工业过程中高维数据的非线性非高斯问题，提出了一种基于稀疏D-vine Copula(Sparse D-vine Copula-based, SDVC)的过程监测方法。首先，针对传统的Vine Copula结构优化方法容易引起估计误差在Vine结构中累积，并且计算负担随着数据维数的增加急剧增长的问题，修正了二元Copula的先验概率，使得高层次结构树中的二元Copula更倾向于优化为独立状态，实现了高层次树结构稀疏优化。其次，对Vine结构节点次序确定方法进行改进，根据节点间的相关性总和依次展开，使其更适用于水平结构的D-vine建模。最后，引入高密度区域(HDR)与密度分位数理论，构建适用于任意分布的广义局部概率(GLP)指标，以实现对工业过程的实时监测。通过田纳西-伊斯曼(Tennessee-Eastman, TE)和醋酸脱水工业过程验证了所提出方法的优越性能。

• 单位
  华东理工大学