基于改进Bagging算法的高斯过程集成软测量建模

发布时间：2017-10-06 22:39

  本文关键词：基于改进Bagging算法的高斯过程集成软测量建模

  更多相关文章： 算法 软测量 模型 高斯过程 反应器

【摘要】：为提高对工况复杂的工业过程进行软测量建模的模型精度和泛化能力,提出了一种基于改进Bagging算法的高斯过程集成软测量建模方法。该算法采用高斯过程回归算法建立集成学习模型的基学习器,并在Bagging算法对训练样本重采样生成基学习器训练子集的基础上,采用基于正则化互信息的特征排序指标进行基学习器的输入特征抽取,实现有监督的特征扰动,从而改善学习器的差异度。待测样本进行软测量估计时,根据各高斯过程基学习器输出的方差自适应地选择基学习器进行集成输出。采用工业双酚A生产装置反应器的现场数据建模仿真,结果表明该方法是有效的。
【作者单位】： 江南大学教育部轻工过程先进控制重点实验室;
【关键词】： 算法 软测量 模型 高斯过程 反应器
【基金】：国家自然科学基金项目(61273070) 江苏省高校优势学科建设工程资助项目~~
【分类号】：TP274
【正文快照】： 引言软测量技术[1-2]是对工业过程中难以直接测量的重要变量进行在线估计的常用方法,其中建模方法是软测量技术的核心内容。随着现代工业水平的发展和提高,过程对象越来越复杂,通常存在多工Received date:2015-07-30.Corresponding author:Prof.YANG Huizhong,yhz_jn@163.comF

【相似文献】

中国期刊全文数据库 前10条

1 王立;朱学峰;;一种基于迭代Bagging的回归算法[J];控制工程;2009年01期

2 谢元澄;杨静宇;;删除最差基学习器来层次修剪Bagging集成[J];计算机研究与发展;2009年02期

3 李明方;张化祥;;针对不平衡数据集的Bagging改进算法[J];计算机工程与应用;2010年30期

4 刘青,李海峰,袁科;微阵列数据中一种改进Bagging决策树算法的研究[J];计算机工程与科学;2005年06期

5 张震,胡捍英;基于属性Bagging kNN性能的增强[J];计算机工程;2005年15期

6 谢元澄;杨静宇;;基于基学习器差异度的层次化Bagging集成修剪[J];信息与控制;2009年04期

7 秦姣龙;王蔚;;Bagging组合的不平衡数据分类方法[J];计算机工程;2011年14期

8 赵苏;李秀;刘文煌;;基于分类器性能评价的Bagging文本分类算法[J];计算机工程;2008年01期

9 姚明海;赵连朋;刘维学;;基于特征选择的Bagging分类算法研究[J];计算机技术与发展;2014年04期

10 何亮;宋擒豹;海振;沈钧毅;;基于Bagging的组合k-NN预测模型与方法[J];控制与决策;2010年01期

中国重要会议论文全文数据库 前1条

1 李晓波;;集成分类对比:Bagging NB & Boosting NB[A];2010年全国开放式分布与并行计算机学术会议论文集[C];2010年

，

本文编号：985456