控制理论与应用

作者：霍海丹,阎高伟,王芳,任密蜂,程兰,李荣

单位：太原理工大学,太原理工大学,太原理工大学,太原理工大学,太原理工大学,太原理工大学

关键词：多工况; 超图; 结构保持; 域适应; 软测量

基金：国家自然科学基金项目(61973226, 62073232), 山西省自然科学基金项目(20210302123189), 山西省重点研发计划项目(201903D121143)资助.

针对流程工业中, 因多工况导致数据分布变化引起传统软测量模型预测性能恶化问题, 本文提出一种基于超图正则化的域适应多工况软测量回归模型框架. 首先, 采用非线性迭代偏最小二乘回归算法为基模型, 在潜变量空间利用历史工况数据重构当前工况数据, 以增强工况间的相关性, 有效减小数据分布差异; 同时, 对重构系数施加低秩稀疏约束, 保留了数据的局部和全局子空间结构; 其次, 通过超图拉普拉斯正则项对域适应潜变量求解过程进行约束, 避免在寻找潜变量过程中破坏数据结构. 最后, 利用交替方向乘子法优化求解模型参数. 在多个数据集上的实验表明, 本文方法在多工况环境下可有效提高软测量模型的预测精度和泛化性能.

来源：2024年第3期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2024年第3期