[发明专利]一种温湿度在线计量的误差评估方法

权利要求书

1.一种温湿度在线计量的误差评估方法，其特征在于：包括如下步骤：

步骤1：判断被检仪表数据的合理性，根据被检仪表和标准仪表计算得到一组一维的误差序列，定义其为参考值；

步骤2：利用均生函数原理对一维的误差序列进行周期性延拓，建立多维数据；

步骤3：基于步骤2得到的多维数据，根据逐步回归原理建立MGF-SR模型，得到预测值1；

步骤4：基于步骤2得到的多维数据，根据BP神经网络原理建立MGF-BP模型，利用遗传算法优化MGF-BP模型，得到MGF-GA-BP模型，通过MGF-GA-BP模型得到预测值2；

步骤5：根据预测值和参考值误差平方和最小的原则建立目标函数，计算MGF-SR模型和MGF-GA-BP模型的权重系数，建立MGF-SR-GA-BP误差评估模型；

步骤6：根据MGF-SR-GA-BP误差评估模型计算被检仪表下一个阶段可能出现的误差值；

所述步骤1根据原则来判断被检仪表数据的合理性，对不合理的数据采取邻近替换的原则进行清洗；

步骤2利用均生函数对误差数据做周期性延拓，建立和矩阵，具体步骤为：

设时间序列：，其中为样本大小，均生函数为：

(1)；

上式中：为均生函数，代表第个，取值为，为阶数，取值为，，或，表示取间隔数据，INT表示取整；

用矩阵H表示：

(2)；

时间序列经过设定的时间间隔的均值形成均生函数，将均生函数定义域延拓到整个数轴上，作周期性延拓：

(3)；

其中:为均生函数的延拓序列，t为样本序号，表示同余，由此构造均生函数的延拓矩阵F：

(4)；

表示按顺序取，之一，表示按顺序取，，之一；

将N行1列的数据Y，拓展成N行M列的矩阵X，矩阵X和数据Y表示如下：

(5)；

步骤3中，将矩阵X作为多元自变量，数据Y作为因变量，根据逐步回归原理，建立的MGF-SR模型为：

(6)；

式中，为预测值，、为逐步回归系数，作为下标的为第个优势项，为总优势项，为最终逐步回归项，为当前步数，为预测步数；

步骤4中以矩阵X为BP神经网络的输入量，数据Y为输出量，建立MGF-BP模型，利用遗传算法优化MGF-BP模型得到MGF-GA-BP模型，MGF-GA-BP模型输出预测值2。

2.根据权利要求1所述的一种温湿度在线计量的误差评估方法，其特征在于：步骤5具体步骤为：

步骤5.1，根据预测值和参考值之间误差平方和最小为原则建立目标函数，计算权重系数，目标函数的表达式为：

；

（7）；

式中，为误差平方和，为误差值，为实际数值，为预测值，为误差序列中第个，为误差序列总个数，，为权重系数，取值为1时为MGF-SR模型的权重系数，取值为2时为MGF-GA-BP模型的权重系数；

步骤5.2，建立MGF-SR-GA-BP误差评估模型，MGF-SR-GA-BP误差评估模型表达式为：

；

（8）；

式中，为MGF-SR模型的权重系数，为MGF-GA-BP模型的权重系数。