一种基于多目标优化的集成即时学习工业过程软测量建模方法

本发明公开了一种基于多目标优化的集成即时学习工业过程软测量建模方法，属于工业过程软测量建模领域。本发明针对工业数据普遍存在的冗余性及过程的非线性问题，采用进化多目标优化的方法对历史样本数据库中的输入变量与模型结构进行优化，剔除与质量变量不相关或弱相关的变量，提高数据库样本质量，同时有效地平衡模型复杂度与预测精度之间的关系。此外，从优化所得的历史样本库中选择与查询样本相似的部分样本构建局部极限学习机模型，并采用选择性集成策略将多目标优化所得的Pareto最优解进行集成，能够有效处理工业过程的非线性问题。本发明通过优化建模数据结构与极限学习机模型结构，提升了工业过程软测量建模的预测精度和计算效率。