[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

说明书

本发明公开了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，属于软测量技术领域，该方法包括：建立某种目标指标的软测量模型基本框架；搭建基础模型库；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若干软测量模型从而形成软测量模型库；建立观测数据库；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。本发明便于将软测量方法软件化，使得软测量更加简单，门槛更低。

技术领域

本发明属于软测量技术领域，尤其涉及一种用于最优准则下多源信息融合的软测量数学模型的生成方法以及生成系统。

背景技术

软测量技术的基本思想就是应用计算机技术，把测控技术与生产工艺过程的知识有机地结合起来，对于一些难以测量或者暂时不能测量而对于控制却很重要的变量（主导变量）根据某些最优准则，选择另外一些在工业上容易检测且与主导变量有密切关系的辅助变量,如温度、压力、流量等多源变量,通过建立过程数学模型,利用多源信息融合技术及智能算法，通过软件计算实现对主导变量的最优估计,以软件来代替硬件(传感器)功能。

现有软测量技术在实施过程中对使用者能力要求较高，使用过程复杂，步骤繁琐，难以实现大规模的推广和使用，工程应用成本过高。

发明内容

有鉴于此，本发明提供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，便于将软测量建模软件化，使得软测量模型设计更加简单，门槛更低。

为解决以上技术问题，本发明的技术方案为采用一种基于多源信息融合的最优软测量模型生成方法，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多源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；

搭建基础模型库，所述基础模型库由若干基本函数组成；

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若干软测量模型从而形成软测量模型库；

建立观测数据库，所述观测数据库内包括多源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。

作为一种改进，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。

作为一种进一步的改进，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。

作为另一种更进一步的改进，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；

令为常数项，剩余项带入任意基本函数。

作为一种改进，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。

作为一种改进，对检测指标值进行线性化处理。

作为一种改进，所述求取软测量模型的权重系数的方法包括：