関連ベクトルマシンを用いた鉄鋼プロセスのモデル予測

摘要

これまで、鉄鋼プロセスの制御への簡易物理モデルの適用による成果が数多く報告されている。近年、製品の高品質化へ対応するために製造条件誤差の許容範囲がより厳しくなり、これまでの簡易物理モデルによる制御が困難になりはじめている。そこで、Lazy Learning やJust-In-Time モデリングと呼ばれる大量のデータを用いて局所モデルを構築するモデリング手法が提案されている。これら手法の多くは推定値を点で予測するが、モデルに未考慮の変数や外乱のために予測誤差が発生する。このような予測誤差のばらつきも含め推定することで精度向上が見込まれる。そこで本稿では、実績データから関連ベクトルマシン(RVM)を用いて、確率密度を出力とする予測モデル構築手法を提案し、その有用性をシミュレーションにより示す。