一种基于进化优化的半监督学习工业过程软测量建模方法

摘要

本发明公开了一种基于进化优化的半监督学习工业过程软测量建模方法。所述方法用于解决工业过程中有标签数据获取较少、无标签数据丰富导致传统软测量模型预测性能精度不高的问题。本发明采用进化优化的方式对无标签数据中随机选取的样本进行伪标签估计，将获得的伪标签数据加入到有标签数据中通过高斯过程回归进行混合建模，有效的提升了传统软测量模型的性能。此外，对无标签数据进行小批量随机选取优化将带来多样性的伪标签数据优化结果，通过融合集成学习的思想，能够进一步提升模型的预测准确性和稳定性，从而使得工业过程的控制和监测更加安全可靠。