詳細內容
本發(fā)明提供了一種基于A(yíng)TL?BMA的非線(xiàn)性工業(yè)過(guò)程低成本建模方法,選取N組相似舊過(guò)程建模數據;收集新過(guò)程建模初始數據集;將新舊過(guò)程數據分別劃分為兩部分,并分別進(jìn)行歸一化處理;將N組舊過(guò)程數據轉換成帶有新過(guò)程信息的N組舊過(guò)程數據,并與相應舊過(guò)程數據混合后得到N組混合數據集,然后訓練支持向量機模型,得到N個(gè)帶有新過(guò)程信息的舊過(guò)程基礎模型;將新過(guò)程訓練集輸入變量映射至相似舊過(guò)程輸入變量運行區間內,并得到這N個(gè)預測模型的融合輸出;將舊過(guò)程SVM模型融合輸出和新過(guò)程輸入數據作為多模型遷移策略的輸入數據,訓練得到新過(guò)程模型。該方法能有效解決復雜工業(yè)過(guò)程建模成本高、獲取的建模數據有限、建模周期長(cháng)的問(wèn)題。