[发明专利]一种基于多源信息融合的最优软测量模型生成方法及系统

权利要求书

1.一种基于多源信息融合的最优软测量模型生成方法，其特征在于包括：

建立某种目标指标的软测量模型基本框架，所述基本框架为通过一个或一个以上检测指标以及检测指标的权重系数来计算目标指标的预测值；所述软测量模型的基本框架为

其中，为目标指标的预测值，k_0～n为权重系数，x_0～n为n+1种检测指标；

搭建基础模型库，所述基础模型库由一个或一个以上基本函数组成；所述基本函数包括常函数、幂函数、指数函数、对数函数、三角函数和反三角函数；

利用基础模型库中的基本函数按照软测量模型的基本框架组装成一个或一个以上软测量模型从而形成软测量模型库；组装软测量模型的方法包括：

将基本函数经过有限次的有理运算及有限次的函数运算进行复合，形成一个在定义域上能有一个方程表示的函数；

令k₀f(x₀)为常数项，剩余项带入任意基本函数；

对软测量模型中的基本函数进行常数项简化以确定常数项，且对基本函数进行线性化转换；

建立观测数据库，所述观测数据库内包括一个或一个以上目标指标的观测值以及所述观测值对应的检测指标值；

将目标指标的观测值和检测指标值带入软测量模型，求取软测量模型的权重系数；并将求取到的权重系数代回软测量模型；

将检测指标值带入软测量模型库中所有的软测量模型得到预测值；

将预测值与对应的观测值进行比较，求取误差最小的软测量模型；所述误差最小的软测量模型为最优软测量模型。

2.根据权利要求1所述的一种基于多源信息融合的最优软测量模型生成方法，其特征在于：对检测指标值进行线性化处理。

3.根据权利要求2所述的一种基于多源信息融合的最优软测量模型生成方法，其特征在于所述求取软测量模型的权重系数的方法包括：

利用公式

K^*＝(X^TX)^-1*X^Ty

计算权重系数，其中K^*为权重系数组，X为线性化处理后的检测指标值，X^T为线性化处理后的检测指标值组，y为目标指标的观察值。

4.根据权利要求1所述的一种基于多源信息融合的最优软测量模型生成方法，其特征在于所述将预测值与对应的观测值进行比较，求取误差最小的软测量模型的方法包括：

利用公式

计算误差矩阵，其中e为误差，y为目标指标的观察值，为目标指标的预测值；

筛选属于阈值范围内的误差；

利用公式

计算所有误差的标准差集合，其中S为标准差集合，i为误差数量，e_a为误差，为误差平均值；

找出标准差集合中最小的标准差,所述最小的标准差对应的软测量模型为误差最小的软测量模型。

5.根据权利要求1所述的一种基于多源信息融合的最优软测量模型生成方法，其特征在于：将最优软测量模型中线性转换后的基本函数进行还原。

6.一种基于多源信息融合的最优软测量模型生成系统，其特征在于包括：

基本框架建立模块，用于建立某种目标指标的软测量模型基本框架，所述基本框架为通过一个或一个以上检测指标以及检测指标的权重系数来计算目标指标的预测值；所述软测量模型的基本框架为

其中，为目标指标的预测值，k_0～n为权重系数，x_0～n为n+1种检测指标；

基础模型库，包含一个或一个以上基本函数；所述基本函数包括常函数、幂函数、指数函数、对数函数、三角函数和反三角函数；

软测量模型库搭建模块，用于利用基础模型库中的基本函数按照软测量模型的基本框架组装成一个或一个以上软测量模型从而形成软测量模型库；具体包括：

将基本函数经过有限次的有理运算及有限次的函数运算进行复合，形成一个在定义域上能有一个方程表示的函数；

令k₀f(x₀)为常数项，剩余项带入任意基本函数；

对软测量模型中的基本函数进行常数项简化以确定常数项，且对基本函数进行线性化转换；

观测数据库，包括一个或一个以上目标指标的观测值以及所述观测值对应的检测指标值；

软测量模型确定模块，用于将目标指标的观测值和检测指标值带入软测量模型，求取软测量模型的权重系数；并将求取到的权重系数代回软测量模型；

预测值计算模块，用于将检测指标值带入软测量模型库中所有的软测量模型得到预测值；

误差比较模块，用于将预测值与对应的观测值进行比较，求取误差最小的软测量模型；所述误差最小的软测量模型为最优软测量模型。