[发明专利]边界森林模型的构建方法、面向复杂工业过程的多工况软计算模型更新方法及其应用

说明书

边界森林模型的构建方法、面向复杂工业过程的多工况软计算模型更新方法及其应用，属于计算机应用领域，为了解决树集成模型叶节点容易在输出范围上产生空白区域而导致预测值不可靠的问题，已知某一工况下的当前训练集，设置不同的叶节点最少样本数，使用不同的叶节点最少样本建立K棵具有不同叶节点边界的树集成模型；使用树集成模型预测所述当前训练集中所有样本的输出值，并由预测的输出值构成预测矩阵；根据预测矩阵的预测输出值，构建其与真实输出值的相关矩阵；计算融合权重向量，使用权重向量，将各边界不同的树集成模型融合成边界森林模型，效果是不同树模型的叶节点相互覆盖，填补单棵树在输出边界上的空白区域，进而产生可靠预测值。

技术领域

本发明属于计算机应用领域，涉及集成学习、在线学习算法以及基于边界森林的关键变量在线软测量方法。

背景技术

软计算(Soft Computing)模型是执行关键变量(例如，电弧炉精炼过程钢水终点温度)预测任务的最有效工具之一。也称为软测量模型或软传感器，是一种虚拟传感器，而非硬件仪器，具有易于实施和经济可行的优点。从本质上讲，软计算模型属于数据驱动模型，它们深入挖掘输入变量和关键变量之间的非线性关系，通过函数映射的方式使数据能够提供其潜在但有用的信息。然而，复杂工业过程等实际应用中的输入变量和关键变量之间往往存在很强的非线性关系，且受噪声影响严重。另外，随着计算机科学、通信等技术的快速发展，工作人员从实际应用中采集并存储了大规模数据。数据规模大、非线性关系强、噪声影响等给软计算模型的建立带来了很大的挑战。

为了迎接这一挑战，研究者们提出了很多基于集成学习的关键变量软测量技术，并将其应用于实际生产过程中。其中，基于树集成方法的钢水温度软测量模型就是一项新颖且先进的软测量技术。然而，在有限样本集上学习得到的数据驱动模型很难保证在看不见的未来保持一致的高性能，例如准确性和可靠性。数据样本通常具有时间有效性，这意味着随着时间的流逝，样本的重要性会逐渐降低，直到样本无效。采集于电弧炉精炼等复杂工业过程中的数据也存在这一问题，精炼过程分为多种工况，有些工况随着时间的推移而被取消(比如产品的更新换代)，采集自这类工况的数据以及其软测量模型将变得无效且冗余；有些工况是根据生产要求而新增加的，采集这类工况的数据需要不断累积供建模使用；有些工况是已存在的工况，随着时间的推移在累积新数据的同时，部分历史数据变得无效，用于建模的数据总量也会动态变化。针对数据的时间有效性问题，具有更新功能在线学习方法提供了更好的解决方案。

发明内容

为了解决树集成模型叶节点容易在输出范围上产生空白区域而导致预测值不可靠的问题，本发明提出了边界森林模型的构建方法；为了解决数据的时间有效性问题，本发明还提出了面向复杂工业过程的多工况软计算模型更新方法，能够提高复杂工业过程关键变量在线预测的可靠性，面向海量、非线性强、噪声高且具有时间有效性的数据，实现了建立准确而可靠的软测量模型。

为了实现上述目的，本发明提出如下技术方案：一种边界森林模型的构建方法，包括如下步骤，

第一步:已知某一工况下的当前训练集为样本输出N表示样本个数,M表示输入特征维数，设置不同的叶节点最少样本数{θ₁,θ₂,...,θ_K}，θ_i≠θ_j，i,j＝1,2,...,K，i≠j；

使用不同的叶节点最少样本{θ₁,θ₂,...,θ_K}建立K棵具有不同叶节点边界的树集成模型{Tree1,Tree2,...,TreeK}，并使用f_Treek，k＝1,2,...,K表示树集成模型的非线性函数；

第二步:使用树集成模型{Tree1,Tree2,...,TreeK}预测所述当前训练集Θ中所有样本的输出值，并由预测的输出值构成预测矩阵其中表示第k棵树集成模型Treek对第i个样本X_i的预测值,i＝1,2,...,N，N表示样本个数；