本发明公开了一种基于动态贝叶斯网络的模糊PLS建模方法,该方法可用于存在较强的非线性、时变性及不确定性的工业过程建模。首先采用模糊偏最小二乘建立潜变量模型,使得模型具备非线性建模能力;其次对潜变量模型中提取的得分矩阵进行增广矩阵扩展,使得模型可以较好地适应数据的动态特征;最后结合贝叶斯网络,使得模型可以较好地描述实际工业过程中存在的不确定性;为验证模型预测的准确性,该方法用于废水处理过程的软测量建模。实验结果表明,模糊偏最小二乘与动态贝叶斯网络应用可明显提高模型预测的准确性,更适用于复杂工业过程的软测量建模。
声明:
“基于动态贝叶斯网络的模糊PLS建模方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)