论文部分内容阅读
在工业生产过程中,由于技术的限制或者经济的原因,许多关键变量难以实现在线测量,给生产过程的控制与优化带来了困难。为解决这一问题,软测量技术应运而生。目前,软测量建模多采用最小二乘、神经网络、支持向量机等方法建立单一模型软测量模型。这类模型通常不能给出预测结果的精度(预测方差),限制了其在实际中的应用。同时,许多生产过程具有多阶段多模态强非线性的特点,仅采用单一模型不仅会导致建模的复杂性,而且难以保证预测结果精度。本文针对以上问题,采用高斯过程回归(GPR)方法以及多模型策略来建立软测量模型。并结合工