【摘要】：關(guān)鍵性能指標(biāo)測(cè)量對(duì)于流程工業(yè)的質(zhì)量控制和運(yùn)行性能至關(guān)重要,本論文針對(duì)當(dāng)前流程工業(yè)關(guān)鍵性能指標(biāo)測(cè)量難的問(wèn)題,以目前三大類常用隱變量回歸模型:主元回歸、偏最小二乘回歸以及獨(dú)立成分回歸為主要研究方法,針對(duì)其存在的不足之處,做了一些應(yīng)用基礎(chǔ)研究工作,取得的主要成果有:針對(duì)主元回歸模型在非線性建模方面的不足,提出一種基于線性子空間的主元回歸新模型。通過(guò)沿著不同主元方向構(gòu)建線性子空間,有效地保障了各個(gè)線性子模型的差異性,并定義變量貢獻(xiàn)度指標(biāo)選取相關(guān)變量建立主元回歸子模型。最后,通過(guò)貝葉斯概率加權(quán)的方式實(shí)現(xiàn)子模型結(jié)果的集成。通過(guò)工業(yè)實(shí)際數(shù)據(jù),驗(yàn)證了提出方法的有效性。針對(duì)傳統(tǒng)偏最小二乘回歸模型在概率建模方面的不足,提出一種概率形式的偏最小二乘回歸模型,并將單模型的結(jié)構(gòu)擴(kuò)展為混合模型的形式。在此基礎(chǔ)上,針對(duì)回歸建模過(guò)程中有標(biāo)簽數(shù)據(jù)樣本數(shù)量有限的情況,將概率偏最小二乘回歸模型擴(kuò)展為半監(jiān)督的形式,通過(guò)融合大量無(wú)標(biāo)簽樣本的信息,提升回歸模型的預(yù)測(cè)性能。針對(duì)獨(dú)立成分回歸模型的結(jié)構(gòu)不穩(wěn)定性,提出一種基于雙層獨(dú)立成分回歸建模的軟測(cè)量方法。通過(guò)貝葉斯概率集成的方式,融合各個(gè)獨(dú)立成分方向上子模型的預(yù)測(cè)結(jié)果,有效改進(jìn)了對(duì)光譜數(shù)據(jù)的建模和預(yù)測(cè)效果�；诩蓪W(xué)習(xí)方法,對(duì)三大類常用隱變量回歸建模方法進(jìn)行融合,互相取長(zhǎng)補(bǔ)短,彌補(bǔ)各自的缺陷,通過(guò)多模型結(jié)構(gòu)bagging方法,并結(jié)合最小二乘參數(shù)優(yōu)化,進(jìn)一步提升了隱變量回歸模型在實(shí)際應(yīng)用中的效果。
【圖文】：

圖２．１：線性子空間示意圖逡逑

２．４．１邋ＦＣＣＵ邋過(guò)程逡逑傳統(tǒng)的流體催化裂化過(guò)程一般由４個(gè)子系統(tǒng)構(gòu)成，分別為反應(yīng)堆再生器子系逡逑統(tǒng)，分餾器子系統(tǒng)，吸收器穩(wěn)定器子系統(tǒng)和氣體子系統(tǒng)等，圖２．２給出了邋ＦＣＣＵ逡逑過(guò)程的示意圖（Ｌｉｕ等２００９）。在該過(guò)程中，主要產(chǎn)品有三大類，，分別為汽油，輕逡逑柴油和液化石油氣。為了對(duì)該過(guò)程進(jìn)行質(zhì)量控制，這三類產(chǎn)品的產(chǎn)量必須進(jìn)行在逡逑線測(cè)量，但是，由于技術(shù)條件的限制，目前這三類產(chǎn)品的產(chǎn)率需要通過(guò)離線的方逡逑式，每８?jìng)�(gè)小時(shí)測(cè)量一次，這就對(duì)反饋控制系統(tǒng)引入了比較大的滯后，對(duì)該過(guò)程逡逑的產(chǎn)品質(zhì)量控制非常不利。逡逑Ｆｌｕｅ邋ｇａｓ逡逑Ｍｒ邋N邐ｔ邐，邐？0ｒｙｇａＳ逡逑？邋Ｉ邋Ｒｅｇｅｎｅｒａｔｏｒ邐２邐Ｊ逡逑＇邐ｊ邐ｆ邐Ｒｉｃｈ邋ｇａｓ邋廣逡逑Ｊ＾ｔａｌｙｚｅｒ邋ｊｒ邐＾邐邋Ｇａｓｅｏｕｓ逡逑ＣｒａｄｅｏｌｌＱ邋Ｑ邋Ｑ邋——ｈ廣逡逑—■二；＝邋＝ｄ逡逑、Ｊ邋Ｌ邋Ｊ，邋Ｌ邋Ｊ￣￣＼邐一邋＿＿邋＿邋Ｖ邐Ｊ一？邋Ｇａｓｏｌｉｎｅ逡逑Ｈｅａｔｉｎｇ邋ｆｕｒｎａｃｅ：ｅａｃｔｏｒ邋ｆｒａｃｔｉ＇？ｎａｔｏ邋？邐Ｓｔａｂｉｌｉｚｅｒ逡逑一邐Ｋ—ｙ逡逑Ａｂｓｏｒｂｅｒ－Ｄｅｓｏｒｐｔｉｏｎ邋Ｔｏｗｅｒ逡逑！邐
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：O212.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉娟;;中國(guó)省際間人力資本流動(dòng)原因的隱變量分析[J];人口與經(jīng)濟(jì);2007年02期

2 鄧日升;岳昆;武浩;劉惟一;;面向商品評(píng)分預(yù)測(cè)的隱變量模型構(gòu)建與推理[J];小型微型計(jì)算機(jī)系統(tǒng);2017年02期

3 王秀美;高新波;張乾坤;宋國(guó)鄉(xiāng);;一種基于局部保持的隱變量模型[J];模式識(shí)別與人工智能;2010年03期

4 肖應(yīng)旺;;動(dòng)態(tài)隱變量法及其在動(dòng)態(tài)過(guò)程監(jiān)控中的應(yīng)用[J];儀器儀表學(xué)報(bào);2012年01期

5 仝明磊;邊后琴;;共享隱變量模型的解析算法及應(yīng)用[J];上海電力學(xué)院學(xué)報(bào);2010年05期

6 孫尚拱;隱變量分析簡(jiǎn)介(六)[J];數(shù)理統(tǒng)計(jì)與管理;2002年06期

7 洪定國(guó);;量子力學(xué)正統(tǒng)理論與隱變量理論之分歧[J];湖南師范大學(xué)自然科學(xué)學(xué)報(bào);1985年01期

8 師量;;定域隱變量理論實(shí)驗(yàn)檢驗(yàn)概況評(píng)述[J];北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版);1976年Z1期

9 楊智勇;劉金蘭;;基于隱變量分析的企業(yè)信息系統(tǒng)評(píng)價(jià)實(shí)證研究[J];科技進(jìn)步與對(duì)策;2009年02期

10 熊麗;梁軍;錢積新;;基于偏最小二乘隱變量空間的控制器設(shè)計(jì)方法[J];化工學(xué)報(bào);2007年02期

相關(guān)會(huì)議論文 前5條

1 ;Experimental State-Independent Noncontextual Hidden Variable Test with a Qutrit[A];第十五屆全國(guó)量子光學(xué)學(xué)術(shù)報(bào)告會(huì)報(bào)告摘要集[C];2012年

2 趙玲玲;周水生;王雪巖;;基于集成算法的半監(jiān)督學(xué)習(xí)[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

3 杜明亮;方開(kāi)泰;;多種建模方法用于均勻設(shè)計(jì)試驗(yàn)的思考[A];2007均勻試驗(yàn)設(shè)計(jì)學(xué)術(shù)交流會(huì)論文集[C];2007年

4 吳龍飛;孫浩;計(jì)科峰;;基于集成映射的半監(jiān)督圖像分類方法[A];第八屆全國(guó)信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議會(huì)刊[C];2014年

5 陳耀東;王挺;陳火旺;;半監(jiān)督學(xué)習(xí)和主動(dòng)學(xué)習(xí)相結(jié)合的淺層語(yǔ)義分析[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

相關(guān)博士學(xué)位論文 前10條

1 鄭俊華;工業(yè)過(guò)程數(shù)據(jù)隱變量回歸建模及應(yīng)用[D];浙江大學(xué);2018年

2 王秀美;隱變量模型的建模與優(yōu)化[D];西安電子科技大學(xué);2010年

3 池清華;PLS隱變量空間模型預(yù)測(cè)控制算法研究[D];浙江大學(xué);2015年

4 任昌亮;基于關(guān)聯(lián)行為的隱變量理論與量子非定域性的研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

5 唐曉亮;基于神經(jīng)網(wǎng)絡(luò)的半監(jiān)督學(xué)習(xí)方法研究[D];大連理工大學(xué);2009年

6 孫春曉;經(jīng)典隱變量模型與量子關(guān)聯(lián)的研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2010年

7 桂杰;基于圖的半監(jiān)督學(xué)習(xí)和維數(shù)約簡(jiǎn)方法及其應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2010年

8 趙鶴;面向高維大數(shù)據(jù)的子空間集成學(xué)習(xí)方法研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院);2017年

9 劉天羽;基于特征選擇技術(shù)的集成學(xué)習(xí)方法及其應(yīng)用研究[D];上海大學(xué);2007年

10 侯勇;特征提取與集成學(xué)習(xí)算法的研究及應(yīng)用[D];北京科技大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 鄧日升;面向商品評(píng)分預(yù)測(cè)的隱變量模型構(gòu)建與推理[D];云南大學(xué);2016年

2 黃斐;基于隱變量模型的歌曲轉(zhuǎn)換方法研究[D];西安建筑科技大學(xué);2015年

3 彭正超;基于隱變量模型的社會(huì)化推薦研究[D];電子科技大學(xué);2015年

4 張贊;貝葉斯網(wǎng)絡(luò)隱藏變量維數(shù)學(xué)習(xí)研究及應(yīng)用[D];合肥工業(yè)大學(xué);2013年

5 陳英豪;半監(jiān)督學(xué)習(xí)分類算法的研究[D];江蘇大學(xué);2017年

6 王秀芳;具有隱變量的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)研究[D];合肥工業(yè)大學(xué);2012年

7 趙鐵牛;通徑分析及其在醫(yī)學(xué)研究中的應(yīng)用[D];山西醫(yī)科大學(xué);2004年

8 楊麗萍;隱變量分形插值函數(shù)的相關(guān)性質(zhì)研究[D];南京財(cái)經(jīng)大學(xué);2011年

9 董帥;基于半監(jiān)督學(xué)習(xí)方法的相關(guān)反饋及其在圖像檢索中的應(yīng)用[D];北京工業(yè)大學(xué);2016年

10 孫喜洋;基于人工嗅覺(jué)系統(tǒng)的集成學(xué)習(xí)研究[D];浙江大學(xué);2018年

本文編號(hào)：2604481