一种基于贝叶斯高斯混合模型的即时学习软测量建模方法

摘要

本发明公开了一种基于贝叶斯高斯混合模型的即时学习软测量建模方法，属于复杂工业过程建模和软测量领域。本发明用于具有非线性、非高斯性的时变工业过程，通过一种在线实时更新局部的策略，采用贝叶斯信息准则确定最优的高斯成分个数，当新的测试数据到来时，计算其隶属于每个高斯成分的后验概率，并求出其与训练数据之间的马氏距离，将两者融合作为相似度指标；最后，从原始的训练样本中选取相似度最大的一组数据来建立当前的GPR模型，并进行模型输出预测，达到了提高产品质量，降低生产成本的效果。