华南理工大学学报(自然科学版)

作者：李东, 黄道平, 许翀, 等

单位：华南理工大学 自动化科学与工程学院，广东 广州 510640

关键词：协同训练,软测量模型,高斯过程回归,相关向量机,污水处理

基金：国家自然科学基金资助项目(61873096,62073145)；广东省基础与应用基础研究基金资助项目(2020A1515011057)；广东省国际合作基金资助项目(2020A0505100024)；华南理工大学中央高校基本科研业务费专项资金资助项目(D2201200)

污水处理过程中，由于工艺过程的复杂性、监测设备的不完备性和工作环境的恶劣性，导致重要的出水指标变量难以实现精准的监测；为此，文中提出了一种基于协同训练的集成自适应多输出软测量模型。首先，利用高斯过程回归(GPR)和相关向量机(RVM)两种不同类别的方法建立一个异构的软测量模型；然后，利用移动窗口（MW）和卡尔曼滤波（KF）同步对模型的结构和参数进行实时优化；最后，以一污水厂为对象进行实验，对模型的预测性能和自适应性进行验证。结果表明，文中提出的方法有效地提高了软测量模型的预测性能和自适应性。

来源：2021年第6期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2021年第6期