-
题名基于大规模伪标记优化的间歇过程半监督质量预测
- 1
-
-
作者
金怀平
赵鹏飞
饶飞鸿
杨彪
钱斌
-
机构
昆明理工大学信息工程与自动化学院
云南省高校工业智能与系统重点实验室
中国船舶第七○五研究所昆明分部
-
出处
《计算机集成制造系统》
北大核心
2025年第9期3228-3244,共17页
-
基金
国家自然科学基金资助项目(62163019)
云南省应用基础研究计划资助项目(202101AT070096)
云南省“兴滇英才支持计划”资助项目(KKRD202203073)。
-
文摘
间歇过程往往存在标记数据匮乏、非标记数据丰富的现象,导致传统监督质量预测方法表现不佳。为此,本文提出了一种基于两阶段搜索的大规模伪标记优化方法(TS-LPLO),以缓解标记样本稀缺的问题,并在此基础上构建了半监督质量预测模型(SSTS-LPLO)。TS-LPLO算法将非标记样本的伪标记估计问题转化为大规模伪标记分布优化问题,其目标函数通过预测精度指标和概率分布相似度指标定义。同时,提出了一种融合全局搜索和精细化局部搜索的两阶段优化求解方法,该方法通过全局搜索快速锁定最优解潜在区间,并在精细化搜索中引入随机进化机制以提升优化解的搜索能力。最后,将优化获得的伪标记数据扩充到标记数据集以建立半监督质量预测模型,进而用于关键质量特性的在线预测。所提TS-LPLO、SSTS-LPLO方法的有效性和优越性通过工业金霉素发酵过程得到了验证。相较于传统方法,TS-LPLO伪标记估计精度提升49.79%,SSTS-LPLO质量预测精度提升19%。
-
关键词
半监督质量预测
伪标记
分布估计
大规模优化
间歇过程
-
Keywords
semi-supervised quality prediction
pseudo label
distribution estimation
large-scale optimization
batch process
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
