基于贝叶斯集成学习的软测量建模方法

摘要

本发明公开了一种基于贝叶斯集成学习的软测量建模方法，在模型集群分析算法的框架下，首先进行离线建模，采用适用于不同工业过程特性的多个软测量算法作为子算法，用贝叶斯集成学习方法计算出各个软测量子算法模型分配的权重。在线预测时，经过软测量子算法模型预测后，根据之前计算出的权重，通过贝叶斯集成求得待预测过程数据的最终预测结果分布范围。相比目前的其他方法，本发明提高了软测量模型对不同工业过程特性的适应性和预测精确度，并采用了模型集群分析来进行模型评价，从统计学的角度来评价模型的好坏，由此可以看到不同算法的整体预测效果，得到更多的信息。