论文部分内容阅读
长期准确预测苯酚含量对双酚A生产过程的控制起着至关重要的作用。作为一种贝叶斯非参数模型，高斯过程本质上非常适合对长期持续的复杂过程进行建模。为此，提出一种基于高斯过程回归的苯酚含量预测模型。通过对高斯过程回归模型的协方差函数的选择与优化，在苯酚含量预测中取得了较好的测试结果。此外，采用ROC准则对生产过程的6个输入特征进行排序，并选择影响力较大的3个特征作为模型的输入变量，从而提高了模型的可解释性。