一种基于集成即时学习的工业混炼胶门尼粘度软测量方法

摘要

本发明涉及一种基于集成即时学习的工业混炼胶门尼粘度软测量方法，用于工业混炼胶过程中门尼粘度的在线预测。本发明以高斯过程回归(GPR)为局部建模技术，结合相似度扰动和输入样本的多模态扰动策略激发即时学习的多样性，然后基于进化多目标优化构建满足多样性和准确性的即时学习基模型，最后，通过引入有限混合机制的自适应集成策略实现即时学习基模型的融合并得到最终门尼粘度预测值。本发明克服了混炼胶过程中门尼粘度值获取滞后导致成本增加、产品质量难以提高的问题，实现了门尼粘度的高精度在线实时获取。