混合高斯过程回归模型在铁水硅含量预报中的应用
Composite gaussian process regression model and its application to prediction of silicon content in hot metal作者机构:重庆大学自动化学院重庆市400044 南洋理工大学化学与生物医学工程学院新加坡637459
出 版 物:《重庆大学学报(自然科学版)》 (Journal of Chongqing University)
年 卷 期:2012年第35卷第2期
页 面:123-127页
核心收录:
学科分类:0808[工学-电气工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 080202[工学-机械电子工程] 08[工学] 0805[工学-材料科学与工程(可授工学、理学学位)] 0813[工学-建筑学] 0802[工学-机械工程] 0814[工学-土木工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:重庆市科委自然科学基金资助项目(CSTC2008BB2324)
主 题:高斯过程回归 Bootstrap 软传感器 参数估计 统计方法
摘 要:为了提高基于高斯过程回归的软测量模型的预测精度,提出了一种混合高斯过程回归模型。该模型将高斯过程回归模型预测输出值的方差及其分布作为主要考虑因素,对多个高斯过程回归模型的输出值进行组合输出,获得了比单个高斯过程回归模型更高的预测精度和更强的模型鲁棒性。将该模型实用于高炉铁水硅含量预报模型的建模,获得了比使用单个高斯过程回归模型建模时更好的应用效果。