(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110483532.5 (22)申请日 2021.04.3 0 (65)同一申请的已公布的文献号 申请公布号 CN 113191082 A (43)申请公布日 2021.07.3 0 (73)专利权人 常熟理工学院 地址 215500 江苏省苏州市 常熟市南 三环 路99号 (72)发明人 顾亚　朱培逸　李向丽　鲁明丽　 (74)专利代理 机构 常州佰业腾飞专利代理事务 所(普通合伙) 32231 专利代理师 滕诣迪 (51)Int.Cl. G06F 30/27(2020.01) G06N 7/00(2006.01)G06F 17/18(2006.01) G06F 17/11(2006.01) 审查员 张驰 (54)发明名称 基于机器学习的模型参数获取方法、 系统及 可读介质 (57)摘要 本发明公开了一种基于机器学习的模型参 数获取方法、 系统及可读介质， 建立延迟状态空 间模型、 全局模型， 通过机器学习算法即EM算法 确定参数估计， 所述的延迟状态空间模型， 引入 一个隐藏变量表示在时间t生效的子模型， 得到 输出模型； 利用贝 叶斯规则得出延迟的概率， 使 用卡尔曼滤波器对这些密度函数进行数值计算； 用当前估计的参数评估Q函数， 在下一个最大化 步骤中， 通过最大化Q函数获得新参数； 最大化Q 函数， 对每个参数执行微分运算； 通过将导数等 于零来计算每次迭代时系统参数的最佳估计。 本 发明通过使用多个双速率状态空间模型来逼近 具有不同工作条件的参数变化时延系统。 权利要求书4页 说明书9页 附图3页 CN 113191082 B 2022.09.13 CN 113191082 B 1.一种基于 机器学习的模型参数获取 方法， 其特 征在于： 建立延迟状态空间模型， 其中， {xt}是精馏塔精馏过程中不可测量的状态； 输入{ut,t＝1,2,...,L}是精馏塔的 回流流量和再沸器加热流 量， 并且在每 个采样周期Δt可测量； 顶部产物的组成 是不规则采样的输出， 仅在时刻t＝Ti·Δt且具有未知的时间延迟λi·Δ t时才可用， 每个数据样本 的延迟有所不 同； ωt和 分别是精馏过程噪声和测量噪声； ωt 和 是分别具有协方差矩阵Q和R的独立且分布均匀的高斯噪声； 延迟 λi为遵循任何离散分 布的随机整数； 建立全局模型， 即每个局部模型的加权插值， 采用指数加权函数来表示每个局部模型 的权重； 通过机器学习算法即EM算法确定参数估计， 所述的延迟状态空间模型， 引入一个隐藏 变量表示在时间t生效的子模型， 得到 输出模型； 利用贝叶斯规则得出延迟的概率， 使用卡尔曼滤波器对这些密度函数进行数值计算； 用当前估计的参数Θk评估Q函数， 在下一个最大化步骤中， 通过最大化Q函数获得新参数 Θk+1； 为了最大化Q函数， 对每个参数执行微分运算； 通过将导数等于零来计算每次迭代时 系统参数的最佳估计； 通过EM算法确定参数估计： 对于所提出的状态空间模型， 引入一个隐藏变量It表示在时间t生效的子模型； 数据集 Cobs为 {u1,...,uΤ}和{H1,...,HΤ}， 隐藏状态X＝{x1,...,xΤ}， 则隐藏的模型特 性I＝{I1,...,IΤ}和时间延迟 λi看作是潜在数据Cmis； Q函数为 其中， τik为延迟的概率， 为精馏在Ti时刻的输出， 为精馏在Ti‑λi时刻的状态 估计值， λi为延迟， k、 N为正整数， T为时间， C为常数； 将第jth个局部模型在第tth个采样时间 生效的概 率计算为 权　利　要　求　书 1/4 页 2 CN 113191082 B 2其中， Ht表示在时间t的调度变量的测量值， Hj是第jth个工作点， σj表示第jth个局部模型 的有效宽度； 使用移位 算子的属性， 状态方程改写为 xt＝(zI‑A)‑1but+(zI‑A)‑1wt 假设ωt＝0， 得到 输出方程： 传递函数为 其中， α(z)是传递函数的分母， 即系统的特征多项式， 而β(z)是传递函数的分子， 由下 式定义 α(z)： ＝z‑ndet[zI‑A] ＝z‑n(zn+α1zn‑1+α2zn‑2+…+αn) ＝1+α1z‑1+α2z‑2+…+αnz‑n， β(z)： ＝z‑ncadj[zI‑A]b ＝β0+β1z‑1+β2z‑1+…+βnz‑n OE模型和FIR模型的参数之间的关系描述 为 f0＝β0， 输出误差OE或传递 函数模型已被广泛用于设计高级控制， 一个多虑输出误差模型为： 用来近似由下式给 出的阶数nf的方程 定义信息向量 和参数向量θ 为 综上， 得到 输出模型： 2.根据权利要求1所述的基于机器学习的模型参数获取方法， 其特征在于， 建立延迟状 态空间模型：权　利　要　求　书 2/4 页 3 CN 113191082 B 3