一种工业生产过程小样本条件下的软测量方法

摘要

本发明公开了一种工业生产过程小样本条件下的软测量方法，用支持向最机构建输入与输出的映射关系，可测变量、对象的控制输入以及对象可测输出变量作为软测量模型的输入变量，被估计变量的最优估计作为输出；用遗传算法确定支持向量机的最优参数，并引入贝叶斯准则，加快遗传算法的收敛速度。本发明在解决小样本建模问题的同时，给出了模型参数的选取方法，具有严格的理论基础，可以简洁、方便的用于工业实际。

主权项

1.一种工业生产过程小样本条件下的软测量方法，其特征在于，包括以下步骤：(1)对来自工业实际的数据进行标准化处理，使得各变量的均值为0，方差为1。(2)随机初始化正规化参数和核参数值，用样本数据对支持向量机进行训练，建立支持向量机软测量模型。(3)对待优化参数进行二进制编码，用选择、交叉、变异等遗传算子进行全局寻优，并引入贝叶斯推断理论进行局部寻优，得到模型的最优参数。