[发明专利]一种自动生成样本的多牌号化工过程软测量建模方法有效
申请号: | 201810692852.X | 申请日: | 2018-06-29 |
公开(公告)号: | CN109002686B | 公开(公告)日: | 2022-04-08 |
发明(设计)人: | 刘毅;陈波成;徐东伟;陈壮志;宣琦 | 申请(专利权)人: | 浙江工业大学 |
主分类号: | G16C20/70 | 分类号: | G16C20/70;G16C20/10;G06N3/08;G06N3/04 |
代理公司: | 杭州斯可睿专利事务所有限公司 33241 | 代理人: | 王利强 |
地址: | 310014 浙江省*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种自动生成样本的多牌号化工过程软测量建模方法,包括以下步骤:(1)将从多牌号化工过程中采集到的数据作为原始数据,划分为训练集和测试集;(2)建立基于梯度惩罚和Wasserstein距离的生成对抗网络AGAN,将所划分的训练集输入所建立的生成对抗网络,对网络进行训练;(3)利用训练好的AGAN生成虚拟样本,与原有的训练集共同形成新的训练集;(4)利用新的训练集作为驱动数据,进行软测量建模的训练,调节软测量模型参数以适应新的训练集,利用训练好的软测量模型进行多牌号化工过程关键质量变量的预测。本发明利用自动生成对抗网络生成数据,以弥补数据量的不足,提高了基于数据驱动的软测量模型的预测准确度。 | ||
搜索关键词: | 一种 自动 生成 样本 牌号 化工 过程 测量 建模 方法 | ||
【主权项】:
1.一种自动生成样本的多牌号化工过程软测量建模方法,其特征在于,所述方法包括以下步骤:(1)划分多牌号化工过程数据集将从多牌号化工过程中采集到的数据作为原始数据,按设定比例划分为训练集和测试集,以便于交叉验证;(2)AGAN模型原理及训练过程建立基于梯度惩罚和Wasserstein距离的生成对抗网络AGAN,将所划分的训练集输入所建立的生成对抗网络,对网络进行训练;(3)构建新训练集利用训练好的AGAN生成虚拟样本,与原有的训练集共同形成新的训练集;(4)根据新的训练集调节软测量模型参数利用新的训练集作为驱动数据,进行软测量建模的训练,调节软测量模型参数以适应新的训练集,利用训练好的软测量模型进行多牌号化工过程关键质量变量的预测。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810692852.X/,转载请声明来源钻瓜专利网。