[发明专利]一种基于机器学习的在线训练现场控制方法

权利要求书

1.一种基于机器学习的在线训练现场控制方法，其特征在于：获取现场控制器发送的指令和接收的数据，以接收到的数据为输入值、发送的指令为输出值对插入模型进行多段拟合；每拟合成功一段核函数则在之后接收的数据可拟合该核函数时切换信号通路，使该核函数的输出作为发送的指令；

所述插入模型采用如下方式进行多段拟合：

a.以当前信号周期接收的数据作为输入值，遍历得到的核函数判断计算结果是否在限定范围，如在则判定为可拟合并将计算结果输出作为发送的指令，如均不在，则以当前信号周期接收的数据作为输入值、当前信号周期发送的指令作为输出值，遍历得到的核函数判断是否能够拟合，如能拟合则将当前信号周期接收的数据抛弃，并将拟合的核函数的计算结果限定范围修正更新，如不能拟合则将接收的数据及对应的发送的指令作为一个数据对放入至待处理数据库；

b.获取待处理数据库中的数据对计数，如大于M则将待处理数据库中的数据对取出，作为现有数据对核函数参数进行计算，计算得到多种核函数形式；

c.将取出的数据对代入至多种核函数形式中，判断是否有任意一个核函数形式可拟合数据对计数80%以上的数据对，如有则将该核函数形式标记为计算出的核函数，对应该核函数拟合的数据对则抛弃，其余数据对放回待处理数据库，其余核函数重新初始化。

2.如权利要求1所述的基于机器学习的在线训练现场控制方法，其特征在于：能够拟合的标准为，核函数计算结果与数据对中输出值之间的差小于核函数计算结果与数据对中输出值中任意一值的10%。

3.如权利要求1所述的基于机器学习的在线训练现场控制方法，其特征在于：所述M取值为15~25。

4.如权利要求1所述的基于机器学习的在线训练现场控制方法，其特征在于：所述插入模型中核函数的形式至少包括线性函数、指数函数、三角函数。

5.如权利要求1所述的基于机器学习的在线训练现场控制方法，其特征在于：所述多段拟合的过程，在待处理数据库中数据对数量少于N时结束。

6.如权利要求5所述的基于机器学习的在线训练现场控制方法，其特征在于：所述N为3~6。

7.如权利要求5所述的基于机器学习的在线训练现场控制方法，其特征在于：所述多段拟合的过程结束时，清除待处理数据库中的数据对。