[发明专利]一种基于半监督集成学习的软测量建模对脱丁烷塔底丁烷浓度进行预测的方法

说明书

本发明公开了一种基于半监督集成学习的软测量建模对脱丁烷塔底丁烷浓度进行预测的方法，属于复杂工业过程建模和软测量领域。用于有标签样本数量较少的化工过程。该方法是一种基于半监督的在线预测策略。采用Bagging算法将无标签样本集划分为三个子样本集，并采用有标签样本训练三个回归模型；然后，基于一种置信度指标对无标签样本计算其相应的指标值，选择满足置信度要求的无标签样本进行标记，并将此标记后的样本添加到对应的有标签子样本集；最后，对扩充后的三个有标签数据集建立高斯过程回归模型，采用加权方法对结果进行融合。能够有效的利用化工过程中无标签样本信息，实现对关键变量进行精确预测，提高产品质量，降低生产成本。

技术领域

本发明涉及一种基于半监督集成学习的软测量建模对脱丁烷塔底丁烷浓度进行预测的方法，属于复杂工业过程建模和软测量领域。

背景技术

化工、冶金和发酵等工业过程中的一些重要质量变量，往往无法通过在线仪表测量，而通过实验室离线分析的方式又存在严重的滞后。基于数据的软测量建模方法，无需深入了解过程的机理知识，具有维护成本低、低测量延迟等优点，近年来在工业过程建模中得到了广泛应用。传统的软测量建模方法仅考虑工业过程中的有标签样本信息，丢弃了大量的无标签样本，然而实际过程中，有标签样本的数量远远少于无标签样本，此时采用常规的软测量建模方法无法达到理想中的精度。基于半监督学习思想的软测量建模方法在利用少量的有标签样本的同时，又可以结合无标签样本中包含的隐含信息，得到广泛的关注与应用。

目前主流的半监督学习方法有生成式方法、半监督SVM方法、基于图的方法和基于分歧的方法。前面三种半监督学习方法均采用单一学习机对无标签样本进行利用，而基于分歧的方法利用多个学习机，通过学习机之间的差异实现对无标签样本的利用。因为半监督集成学习起源于基于分歧的半监督学习方法，所以它有效结合了半监督学习与集成学习的优点，既具有半监督学习利用无标签样本扩充少量的有标记样本的优点，又具有集成学习增强分类器间的差异性提升整体分类器性能的优点。其中，Tri-training算法被广泛应用于分类问题上，Tri-training克服了协同训练算法对样本集冗余视图的假设要求，具有更好的泛化性能；但是Tri-training通过采用三个学习机中的两个学习机(或分类器)对未标记样本的一致性，对未标记样本进行选择标记，因此会有两个置信度指标产生，存在不方便对未标记样本进行选择的问题。

目前实际工业过程中主导变量的获取频率远远低于辅助变量，基于半监督学习思想的软测量建模方法存在模型预测性能不高、对关键变量预测不够精确的问题，从而导致产品质量低且生产成本高的问题。

发明内容

为了解决目前存在的由于实际工业过程中主导变量的获取频率远远低于辅助变量，基于半监督学习思想的软测量建模方法存在模型预测性能不高，对关键变量预测不够精确的问题，本发明提供了基于半监督集成学习的软测量建模对脱丁烷塔底丁烷浓度进行预测的方法，所述技术方案如下：

一种基于半监督集成学习的软测量建模对脱丁烷塔底丁烷浓度进行预测的方法，所述方法包括：

步骤1：采集过程有标签样本集L＝{X_L，Y_L}，L表示有标签；和无标签样本集U＝{X_U}，U表示无标签，对无标签样本集U采用Bagging算法生成三个无标签样本子集U₁、U₂、U₃；

步骤2：利用有标签样本子集建立初始软测量模型，f_i＝Learn(L_i)，Learn为软测量建模方法，初始有标签样本子集L_i＝L，i＝1，2，3；

步骤3：对于U₁中的每一个样本x_u，采用近邻法分别从L₂和L₃中选择出num个距离近的样本，得到近邻样本集Ω₂和Ω₃；