详细内容
本发明提供了一种基于ATL‑BMA的非线性工业过程低成本建模方法,选取N组相似旧过程建模数据;收集新过程建模初始数据集;将新旧过程数据分别划分为两部分,并分别进行归一化处理;将N组旧过程数据转换成带有新过程信息的N组旧过程数据,并与相应旧过程数据混合后得到N组混合数据集,然后训练支持向量机模型,得到N个带有新过程信息的旧过程基础模型;将新过程训练集输入变量映射至相似旧过程输入变量运行区间内,并得到这N个预测模型的融合输出;将旧过程SVM模型融合输出和新过程输入数据作为多模型迁移策略的输入数据,训练得到新过程模型。该方法能有效解决复杂工业过程建模成本高、获取的建模数据有限、建模周期长的问题。