本发明一种基于神经网络预测分层的多层软测量建模系统及方法,方法包括:通过分析整个工艺过程的化学反应机理、物料平衡和能量守恒原理,确定难以测量的主导变量和易测量的辅助变量,然后建立功能良好的软测量结构,来达到对主导变量实时监测的功能。本发明将传统的RSM数学模型进行拆分多层,主要是将数据库中的样本点根据一定的规律相似特性进行分类,并采用神经网络算法基于有限的样本点分类情况建立弱分类预测数学模型,可以很好的对样本点的分类进行预测,然后分别对不同类别的样本点进行数学建模,从而建立不同类别样本点的响应面数学模型,该方法可以最大限度的提高所建立数学模型的精度,减小预测误差。
声明:
“基于神经网络预测分层的多层软测量建模系统及方法” 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)