[发明专利]基于半监督集成学习的金霉素发酵过程软测量建模方法

说明书

本发明公开了一种基于半监督集成学习的工业过程软测量建模方法。该方法针对工业过程数据普遍存在的有标记数据缺乏但未标记数据充裕导致的传统软测量模型性能不佳及常规软测量方法采用单一模型导致的模型准确性、稳定性难以保证的问题，采用进化优化的方式对未标记数据进行伪标记估计，从而充分利用未标记数据携带的信息，扩充有标记训练集，提升了软测量模型的性能。同时，采用集成学习策略，通过利用扩充后的有标记训练集，构建具有多样性的基模型，从而进一步提升模型的准确性与稳定性，最终提升了工业过程软测量建模的性能。

技术领域

本发明涉及工业过程控制领域，具体涉及基于半监督集成学习的金霉素发酵过程软测量建模方法。

背景技术

流程工业过程中的许多质量参数由于传感器硬件成本较高、离线分析延迟较大等原因难以在线测量，尤其是其中与产品质量相关的关键质量参数，若不能对其进行及时、准确地测量，就无法对工业过程进行有效的控制、优化操作，导致产品质量难以得到保障。为解决这一问题，软测量技术被提出，通过寻找易测参数与难测关键质量参数之间的数学关系，从而完成对关键质量参数的间接在线测量。

由于关键质量参数获取困难，且滞后性较大，导致有标记样本的获取困难，数量有限，而传统软测量方法大多只考虑有限的有标记样本，忽略了工业过程中更易获取且同样带有过程信息的大量未标记样本，未标记样本中包含的信息未能得到有效利用，模型性能难以得到进一步提升。此外，常规软测量模型大都只考虑单一模型，存在模型准确性、稳定性不易得到保证的问题。

申请号为202011014614.7的中国专利申请公开了一种基于进化优化的半监督学习工业过程软测量建模方法，该申请采用进化优化的方式对无标签数据中随机选取的样本进行伪标签估计，将获得的伪标签数据加入到有标签数据中通过高斯过程回归进行混合建模，有效的提升了传统软测量模型的性能。此外，还对无标签数据进行小批量随机选取优化将带来多样性的伪标签数据优化结果。但该申请仅适用于小批量无标签数据的伪标签优化，面对数目较大的无标签数据时则会导致其性能恶化，而本申请则能有效同时处理大批量无标签数据，能够利用大批量未标签数据所包含的有益信息，并取得较好的性能。

因此，为提升软测量模型性能，引入半监督集成学习，半监督学习用以解决有标记样本缺乏的问题，充分利用未标记数据携带的信息，通过伪标记的方式扩充有标记训练集，提升模型准确性。同时，集成学习通过利用扩充后的有标记训练集，构建具有多样性的基模型，从而进一步提升模型准确性与稳定性。

发明内容

本发明所要解决的主要问题是：针对常规软测量模型在以上两个方面存在的不足，本发明提供一种基于半监督集成学习的工业过程软测量建模方法，所提方法在利用有标记样本的基础上，进一步有效利用未标记数据中包含的有用信息，并通过集成的方式进一步提高模型性能，能够有效改善上述问题，从而完成软测量模型的构建。

本发明的技术方案如下：一种基于半监督集成学习的工业过程软测量建模方法，包括以下步骤：

(1)收集工业过程数据D，构建用于软测量建模的数据库，通过对工业过程的机理分析，确定与预测变量y相关的辅助变量X，辅助变量X即输入变量，X＝{x₁,x₂,...,x_M}；所收集数据包括有标签数据集与无标签数据集，有标签数据集为同时包含预测变量与输入变量的数据集，而无标签数据集即为仅包含输入变量的数据集；

(2)基于Z-Score方法对样本集D进行归一化处理，进而得到有标签数据集L∈R^N×Q、无标签数据集U∈R^K×J，其中，N和Q分别表示有标签数据的样本个数和过程变量个数，K和J分别表示无标签数据的样本个数和辅助变量个数，同时，将有标签数据集L划分成为训练集L_train、验证集L_validate及测试集L_test；