一种基于Bagging算法的高斯过程集成建模方法.pdfVIP

第41卷 增刊 东 南大 学 学报 (自然科学版) Vo1．41 Sup 2011年 9月 JOURNALOFSOUTHEASTUNIVERSITY (NaturalScienceEdition) Sept．2011 doi：10．3969／j．issn．1001—0505．2011．S1．020 一 种基于Bagging算法的高斯过程集成建模方法 李雅芹 杨慧中 (江南大学教育部轻工过程先进控制重点实验室，无锡 214122) 摘要：针对单一高斯过程在化工过程软测量建模 中存在估计精度不高的问题，利用Bagging和 高斯过程 回归算法，提出一种基于Bagging算法的集成高斯过程软测量建模方法．该算法使用 Bagging技术从训练样本集 中选取若干子训练样本集，利用该若干子集形成多个高斯过程模型， 并通过加权组合方式进行集成 ，得到最终 的模型输 出．将该方法应用到某双酚 A生产装置缩合 反应釜出口24BPA含量的软测量建模 中，仿真结果表 明相 比于单一高斯过程模型，该集成算法 具有更高的精度和泛化能力． 关键词：Bagging算法；高斯过程 ；集成；软测量 中图分类号 ：TP18 文献标志码：A 文章编号 ：1001—0505(2011)增刊-0093．04 Ensemblemodelingmethodbased onBaggingalgorithm and Gaussian process LiYaqin YangHuizhong (KeyLaboratoryofAdvancedProcessControlforLightIndustryofMinistryofEducation，JiangnanUniversity，Wuxi214122，China) Abstract：Inorderto solvetheproblem oflOW estimation accuracy when using asingleGaussian processinthechemicalprocessmodeling，anensemblemodelforsoft—sensorisproposedbased on BaggingandGaussianprocessalgorithms．Thealgorithm selectsanumberofsub—training setsfrom thewholetrainingsampleusingBaggingtechnique，andthentraintheGaussianprocesssub—models usingthesub—trainingsetsrespectively．Theoutputofthemodelisachievedbytheintegrationwith weightedoutputsofthe sub—models．Finally，the algorithm isapplied to a soft sensormodelof 24BPA inabisphenol—A reactor．Thesimulationresultsshow htattheintegrationalgorithm hashigh— eraccuracyandgeneralizationabilitycomparingtoasingleGaussianprocessmode1． Keywords：Baggingalgorithm ；Gaussianprocess；ensemblemodel；softsensor 目前 ，广泛采用软测量技术估计化工生产过程 习速度快，模型收敛速度快的优点．然而，单一的高 中不能直接在线测量却又直接影响生产质量和安 斯过程模型在复杂化工过程软测量建模 的实际应 全的过程参数．软测量技术包括软测量建模方法 、 用 中并不一定总是能得到满意的估计精度．为了提 软测量工程化实施和模型校正，其核心