基于统计理论的软测量建模方法_自动化专业.doc

摘 要:社会进步的同时总是伴随着人类需求的提升和科学技术的进步，然而工业过程也正向复杂化发展．在工业生产过程中，仍然有很多问题有待解决，比如很多过程参数较难甚至无法由硬件在线测量或实时估计．为了解决这一问题，软测量技术应运而生．简而言之，软测量就是把自动控制理论与生产过程知识有机结合，通过易测的辅助变量与难测的主要变量构成的某种数学关系, 以软件来替代硬件的功能，来推断或者估计获得主要变量．本文主要介绍了一种基于贝叶斯分类器的多模型软测量建模方法．全文的重点在于贝叶斯理论、多模型关联向量机和模型仿真的介绍，全文可以作如下概述：

本文采用的是贝叶斯分类法中的朴素贝叶斯分类器，没有采用其他更为复杂的分类器，是因为其具有简单易实现，实际应用效果也相对比较理想的特点．用朴素贝叶斯分类器对原始数据进行分类，一定程度上提高了整个模型的估计精度，实际上也相当于对原始数据做了比较简单的预处理，更有利于主要变量的估计．

同时文中的建模方法并没有直接使用单模型关联向量机（RVM），而是用了多模型关联向量机模型（MM-RVM）．即对于分类器处理过的数据建立多个相应的子模型，然后子模型组合，最终输出估计结果．最终通过对两种模型仿真结果的对比，我们发现MM-RVM确实较RVM有更高的估测精度，更加接近于实际测量值．

关键词：双酚A；软测量；贝叶斯理论；关联向量机；多模型建模

目录

摘要

ABSTRACT

第一章 绪论1

1.1 课题背景及意义.1

1.2 国内外研究现状及发展趋势.2

1.3 软测量技术原理.2

1.4 软测量建模方法分类.3

1.5 论文内容安排.6

第二章 贝叶斯理论7

2.1 贝叶斯方法简介.7

2.2 贝叶斯网络   ..7

2.3 贝叶斯分类   ..8

2.4 常见贝叶斯网络分类器   ..8

 2.4.2朴素贝叶斯分类器 8

2.4.2 增强型朴素贝叶斯分类器   10

2.4.3 贝叶斯网络分类器 ..10

2.5 本章小结  11

第三章 多模型建模13

3.1 参数的选取 13

3.2 多模型建模 13

3.2.1 多模型建模的起源..13

3.2.2 多模型建模的连接方法..14

3.3 本章小结 15

第四章 基于贝叶斯分类器的MM-RVM软测量建模 17

4.1 引言17

4.2 关联向量机模型17

4.3 基于贝叶斯分类器的MM-RVM模型  ...19

4.3.1 多模型 RVM 的构造19

4.3.2 MM- RVM 算法   19

4.4 仿真 ...20

4.4.1 一维函数仿真  20

4.4.2 MM-RVM在BPA含量指标软测量中的应用仿真..21

4.5 本章小结23

第五章 总结与展望25

5.1 本文的主要工作25

5.2今后工作展望25

参考文献-26

致  谢-28