先進(jìn)控制技術(shù)及應用

方法能構造出性能良好的軟儀表。但是對于機理研究不充分、尚不完全清楚的復雜工業(yè)過(guò)程，難以建立合適的機理模型。
2．基于回歸分析的軟測量建模
經(jīng)典的回歸分析是一種建模的基本方法，應用范圍相當廣泛。以最小二乘法原理為基礎的回歸技術(shù)目前已相當成熟，常用于線(xiàn)性模型的擬合。對于輔助變量較多的情況，通常要借助機理分析，首先獲得模型各變量組合的大致框架，然后再采用逐步回歸方法獲得軟測量模型。為簡(jiǎn)化模型，也可采用主元回歸分析法（Principal Component Regression，PCR）和部分最小二乘回歸法（Partial-Least-Squares Regression，PLSR）等方法?；诨貧w分析的軟測量建模方法簡(jiǎn)單實(shí)用，但需要足夠有效的樣本數據，對測量誤差較為敏感。

3．基于人工神經(jīng)網(wǎng)絡(luò )的軟測量建模
基于人工神經(jīng)網(wǎng)絡(luò )（Artificial Neural Network，ANN）的軟測量建模方法是近年來(lái)研究最多、發(fā)展很快和應用范圍很廣泛的一種軟測量建模方法。能適用于高度非線(xiàn)性和嚴重不確定性系統，因此它為解決復雜系統過(guò)程參數的軟測量問(wèn)題提供了一條有效途徑。采用人工神經(jīng)網(wǎng)絡(luò )進(jìn)行軟測量建模有兩種形式：一種是利用人工神經(jīng)網(wǎng)絡(luò )直接建模，用神經(jīng)網(wǎng)絡(luò )來(lái)代替常規的數學(xué)模型描述輔助變量和主導變量間的關(guān)系，完成由可測信息空間到主導變量的映射；另一種是與常規模型相結合，用神經(jīng)網(wǎng)絡(luò )來(lái)估計常規模型的模型參數，進(jìn)而實(shí)現軟測量。

4．基于模式識別的軟測量建模
這種軟測量建模方法是采用模式識別的方法對工業(yè)過(guò)程的操作數據進(jìn)行處理，從中提取系統的特征，構成以模式描述分類(lèi)為基礎的模式識別模型?；谀Ｊ阶R別方法建立的軟測量模型與傳統的數學(xué)模型不同，它是一種以系統的輸入、輸出數據為基礎，通過(guò)對系統特征提取而構成的模式描述模型。該方法的優(yōu)勢在于它適用于缺乏系統先驗知識的場(chǎng)合，可利用日常操作數據來(lái)實(shí)現軟測量建模。在實(shí)際應用中，這種軟測量建模方法常常和人工神經(jīng)網(wǎng)絡(luò )以及模糊技術(shù)等技術(shù)結合在一起使用。

5．基于模糊數學(xué)的軟測量建模
模糊數學(xué)模仿人腦邏輯思維特點(diǎn)，是處理復雜系統的一種有效手段，在過(guò)程軟測量建模中也得到了應用?；谀：龜祵W(xué)軟測量模型是一種知識性模型。該法特別適合應用于復雜工業(yè)過(guò)程中被測對象呈現亦此亦彼的不確定性，難以用常規數學(xué)定量描述的場(chǎng)合。實(shí)際應用中常將模糊技術(shù)和其他人工智能技術(shù)相結合，例如模糊數學(xué)和人工神經(jīng)網(wǎng)絡(luò )相結合構成模糊神經(jīng)網(wǎng)絡(luò )，將模糊數學(xué)和模式識別相結合構成模糊模式識別，這樣可互相取長(cháng)補短以提高軟儀表的效能。

6．基于支持向量機（SVMs）的方法
建立在統計學(xué)習理論基礎上的支持向量機（SVMs- Support Vector Machines）業(yè)已成為當前機器學(xué)習領(lǐng)域的一個(gè)研究熱點(diǎn)。支持向量機采用結構風(fēng)險最小化準則，在有限樣本情況下，得到現有信息下的最優(yōu)解而不僅僅是樣本數趨于無(wú)窮大時(shí)的最優(yōu)值，解決了一般學(xué)習方法難以解決的問(wèn)題，如神經(jīng)網(wǎng)絡(luò )結構選擇問(wèn)題和模型學(xué)習問(wèn)題等，從而提高了模型的泛化能力。另外，支持向量機把機器學(xué)習問(wèn)題歸結為一個(gè)二次規劃問(wèn)題，因而得到的最優(yōu)解不僅是全局最優(yōu)解，而且具有唯一性。由于軟測量建模與一般數據回歸問(wèn)題之間存在著(zhù)共性，支持向量機方法應用于回歸估計問(wèn)題取得不錯的效果應用，也促使人們把眼光投向工程應用領(lǐng)域，提出了建立基于支持向量機的軟測量建模方法。

7．基于過(guò)程層析成像的軟測量建模
基于過(guò)程層析成像（Process Tomography，PT）的軟測量建模方法與其他軟測量建模方法不同的是，它是一種以醫學(xué)層析成像（Computerized Tomography，CT）技術(shù)為基礎的在線(xiàn)獲取過(guò)程參數二維或三維的實(shí)時(shí)分布信息的先進(jìn)檢測技術(shù)，即一般軟測量技術(shù)所獲取的大多是關(guān)于某一變量的宏觀(guān)信息，而采用該技術(shù)可獲取關(guān)于該變量微觀(guān)的時(shí)空分布信息。由于技術(shù)發(fā)展水平的制約，該種軟測量建模方法目前離工業(yè)實(shí)用化還有一定距離，在過(guò)程控制中的直接應用還不多。

8．基于相關(guān)分析的軟測量建模
基于相關(guān)分析的軟測量建模方法是以隨機過(guò)程中的相關(guān)分析理論為基礎，利用兩個(gè)或多個(gè)可測隨機信號間的相關(guān)特性來(lái)實(shí)現某一參數的軟測量方法。該方法采用的具體實(shí)現方法大多是互相關(guān)分析方法，即利用各輔助變量（隨機信號）間的互相關(guān)函數特性來(lái)進(jìn)行軟測量。目前這種方法主要應用于難測流體（即采用常規測量?jì)x表難以進(jìn)行有效測量的流體）流速或流量的在線(xiàn)測量和故障診斷（例如流體輸送管道泄漏的檢測