结合过程先验和数据驱动模型的混合建模方法及系统

摘要

本发明揭示了一种结合过程先验和数据驱动模型的混合建模方法及系统，所述方法包括：从已知的数据驱动模型中选择数据驱动模型和合适的模型结构建立对应模型的数学关系表达式，将所有的模型参数按照一定的顺序排列；对模型过程先验进行验证，得到检验模型违反过程先验程度的约束方程；将样本的模型输出和观测值比较，建立检验模型拟合训练样本程度的优化目标方程；将约束方程和优化目标方程联合，构建约束优化问题，采用约束处理智能算法求解最优参数解；将求解得到的最优参数解，作为S1的模型参数解，代入原模型中，用于模型预测或模型优化。本发明可以在少量数据样本的神经网络训练下得到更符合先验知识的模型，避免过拟合现象的发生。