(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111414908.3 (22)申请日 2021.11.25 (71)申请人 青岛科技大 学 地址 266061 山东省青岛市崂山区松岭路 99号 (72)发明人 单宝明　郭鲁钰　杜康　张方坤　 徐啟蕾　朱兆友　 (74)专利代理 机构 北京东方盛凡知识产权代理 事务所(普通 合伙) 11562 代理人 李瑞雨 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) G06Q 10/04(2012.01) B01D 3/14(2006.01) (54)发明名称 一种用于特殊精馏过程组分在线检测软测 量方法 (57)摘要 本发明公开一种用于特殊精馏过程组分在 线检测软测量方法， 包括步骤一、 采用主元分析 随机森林组合变量选择软测量模 型输入变量， 步 骤二、 将广义鲁棒损失函数引入到极限梯度算法 并采用贝叶斯法对损失函数超参数进行优化， 步 骤三、 通过软测量模型输入变量结合极限梯度算 法训练得到训练后的ARXGBoo st模型， 步骤四、 将 实时数据代入ARXGBoost模型中进行在线检测； 本发明的自适应更新的鲁棒极限梯度提升算法 具有极佳的预测性能， 实现了软测量的自动更 新， 增强了算法的自适应能力， 提高预测的可靠 性， 对组分进行在线测量和预测， 实现组分的直 接控制， 采用了自适应调整的鲁棒参数， 动态阶 段的预测效果良好。 权利要求书2页 说明书5页 附图4页 CN 114139446 A 2022.03.04 CN 114139446 A 1.一种用于特殊精 馏过程组分在线检测软测量方法， 其特 征在于包括以下步骤： 步骤一、 采集历史数据并将其归一化后通过主元分析提取主元变量， 将主元变量作为 输入建立随机森林模型得到变量重要性指标， 并选择随机森林重要性指标大的变量值作为 输入变量 导入软测量模型； 步骤二、 将广义鲁棒损 失函数引入到极限梯度算法， 采用贝叶斯优化并将步骤一选择 的随机森林重要性指标带入， 对广义鲁棒损失函数的超参数进行优化得到自适应更新的鲁 棒损失函数； 步骤三、 将步骤一选择的随机森林重要性指标带入自适应更新的鲁棒损失函数进行离 线训练得到训练好的ARXGBo ost模型， 并完成预测； 步骤四、 利用训练后的A RXGBoost模型， 将获取的实时数据作 为输入导入模型中进行在 线检测。 2.根据权利要求1所述的一种用于特殊精馏过程组分在线检测软测量方法， 其特征在 于： 所述步骤一中主元分析随机森林重要性指标变量选择方法中， 在随机森林变量选择之 前引入主成分分析， 经过主成分分析输出 的主元将当前特征转化为相关性低、 变异大 的新 空间， 并过 滤一部分无关噪声。 3.根据权利要求1所述的一种用于特殊精馏过程组分在线检测软测量方法， 其特征在 于： 所述步骤一中将得到的主元变量进行特征值分解， 特征值分解方法是随机选择特征值 进行分裂生成树， 并统计每一棵树中分支节点的Gini指数下 降程度之和得到特征的重要 性， 且随机森林采用的是并行的装袋法。 4.根据权利要求3所述的一种用于特殊精馏过程组分在线检测软测量方法， 其特征在 于： 所述特征值分解后进行负荷矩阵、 主元成分、 残差负荷矩阵以及残差矩阵的计算， 再将 分解后的特征值作为输入建立 随机森林模型， 得到变量重要性指标， 并将变量重要性指标 对应的变量作为软测量模型的输入变量。 5.根据权利要求1所述的一种用于特殊精馏过程组分在线检测软测量方法， 其特征在 于： 所述步骤二中的优化包 含以下三个方面 S1、 采用一阶导数和二阶导数替代损失， 在目标函数中引入正则化项， 并采用贝叶斯优 化来对广义鲁棒损失函数的超参数进行优化， 实现损失函数的自适应更新； S2、 利用基于加权分位数图的最优分裂点搜索算法， 将连续的特征值按分部划分到对 应的块中， 并对每个块中的样本进行累加， 在建树前按 特征进行分块并排序， 在块里面保存 排序后的特 征值及对应样本的索引； S3、 根据实际工程中会出现输入值稀疏的情况， 让模型自动学习缺失数据的默认切分 方向， 并在每次的分切中令缺失值分别被切分到左节点以及右节点， 再通过计算的分值来 得到更优的切分方法。 6.根据权利要求1所述的一种用于特殊精馏过程组分在线检测软测量方法， 其特征在 于： 所述步骤二中鲁棒损失函数的自适应更新采用贝叶斯优化器来优化引入的广义鲁棒损 失函数的超参数， 并考虑前一时刻的参数信息对当前参数进行调节， 完成鲁棒损失函数 的 自适应更新。 7.根据权利要求1所述的一种用于特殊精馏过程组分在线检测软测量方法， 其特征在 于： 所述步骤三中完成预测的具体方法是通过计算得到预测值， 其计算方法是将目标函数权　利　要　求　书 1/2 页 2 CN 114139446 A 2定义为损失函数与正则化项的和， 损失函数衡量预测 值和实际值之间的差异， 并通过最小 化目标函数 得到迭代预测值。权　利　要　求　书 2/2 页 3 CN 114139446 A 3