一种基于时间差分的增量学习XGBOOST模型的自适应软测量建模方法

摘要

本发明公开一种基于时间差分的增量学习XGBOOST模型的自适应软测量建模方法，该方法首先通过时间差分方法，计算过程输入输出采样的时间差分量，然后在输入和输出时间差分量上建立增量学习XGBOOST模型。基于时间差分的增量学习XGBOOST模型能够自适应地捕捉时变过程的变化，不断调整模型参数得到最准确的模型结构，相比于传统的自适应软测量模型，基于时间差分的增量学习XGBOOST模型能够有效提高对于时变过程建模的准确性，并且能够准确映射复杂生产过程中的变量关系，不受数据分布假设、数据集的大小限制，同时具备良好的可解释性和鲁棒性。