一种基于FF-RVM的多时段间歇过程软测量建模方法

摘要

本发明公开了一种基于FF‑RVM的多时段间歇过程软测量建模方法，该方法首先利用SCFCM聚类方法对间歇过程进行时段划分；然后分别利用KPCA和SSAE对每个时段的原始过程数据进行特征提取，实现基于KPCA的特征降维处理和基于SSAE的特征扩维处理，并采用基于误差最小的特征选择方法筛选出与质量变量具有高相关性的SSAE特征，将筛选出的SSAE特征和提取的KPCA特征进行特征融合；最后利用经过特征融合后的过程数据作为时段训练数据，建立基于RVM的时段软测量模型，实现质量变量的在线预测。本方法有效地扩充了过程数据所包含的信息量，为建立间歇过程软测量模型提供大量有效的训练数据，实现了间歇过程质量变量的在线预测。