基于时空相似性的即时学习在线建模

作     者：施锦涛 陈磊 秦凯 李振兴 郝矿荣 Shi Jintao;Chen Lei;Qin Kai;Li Zhenxing;Hao Kuangrong

作者机构：东华大学数字化纺织服装技术教育部工程研究中心上海201620 东华大学信息科学与技术学院上海201620 

出 版 物：《仪器仪表学报》 (Chinese Journal of Scientific Instrument)

年 卷 期：2022年第43卷第6期

页      面：185-193页

核心收录：

学科分类：08[工学] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 

基　　金：上海市自然科学基金面上项目(19ZR1402300) 中央高校基本科研业务费专项资助。 

主　　题：时空相似性 即时学习 在线建模 流程工业 数据驱动 

摘      要：流程工业数据具有较大的时变性以及非线性,传统的离线模型难以应对实际生产过程中的工况变化,而即时学习是在线建模的有效方法。已有研究对即时学习的相似度度量方法大多只侧重于样本的空间距离,忽略了工业数据时序性的特点。为此,提出基于时空相似性的即时学习建模方法。首先,将样本点延拓成样本序列,结合动态时间规整计算样本间的时序距离。其次,提出时空相似性度量准则,通过对时序距离和空间距离进行非线性加权,构建时空相似性度量指标。最后,提出基于时空相似性的即时学习在线建模方法。将所提算法应用于公共数据集及聚酯纤维聚合过程,拟合优度分别达到了91.6%和98.6%,实验结果验证了算法的有效性和优越性。