典型文献
基于工况差异度量的多源即时学习软测量
文献摘要：
历史数据库中各数据集之间存在工况差异,会在一定程度上降低即时学习方法在非线性工业过程数据上的预测精度.针对多工况问题,研究了一种基于工况差异度量的多源集成即时学习软测量模型,首先,采用公共差异信息提取方法(JIVE)提取各过程的特殊信息,并以当前过程作为查询域;然后,计算其与各历史过程的特殊信息之间的KL散度,并得到最近邻域;最后,利用得到的最近邻域与对应的度量信息建立多源集成即时学习模型并得到加权预测结果.通过田纳西-伊斯曼(TE)多工况过程数据仿真结果表明,该方法可以有效地提升软测量模型的预测精度和稳定性.
文献关键词：
即时学习;软测量;工况差异度量;多源集成
中图分类号：
作者姓名：
徐志强;王芳;程兰;陈泽华;阎高伟
作者机构：
太原理工大学 电气与动力工程学院,山西 太原 030024;太原理工大学 大数据学院,山西 太原 030024
文献出处：
引用格式：
[1]徐志强;王芳;程兰;陈泽华;阎高伟-.基于工况差异度量的多源即时学习软测量)[J].控制工程,2022(10):1768-1773
A类：
工况差异度量,JIVE,多工况过程
B类：
即时学习,历史数据库,工业过程,过程数据,多源集成,软测量模型,信息提取,历史过程,KL,散度,最近邻,邻域,用得,田纳西,伊斯曼,TE,数据仿真
AB值：
0.238045
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
