1.聚合物分子量分布的集成高斯过程回归模型方法,其特征在于包括以下具体步骤:
1)、建立及时在线高斯过程回归模型进行训练并评估:
1.1)、提取聚合物特征,以此构建模型的输入;
1.2)、建立用于在线预测的模型:采用高斯过程回归与JIT策略集成对数据进行分析预测,对于查询分布形状
1.2.1)、基于相似性准则,选择相关样本以在数据库S中构建相似集合S
1.2.2)、使用相似集合S
1.2.3)、获得预测值,然后丢弃及时在线高斯过程回归模型f
2)、集成学习:采用并行集成方法,对聚合物的分布式输出进行集成高斯过程回归建模,具体建模步骤如下:
2.1)、建立多个及时在线高斯过程回归模型,得到各测试集样本的预测输出
2.2)、重构训练测试集;
2.3)、将步骤2.2中得到的输出与步骤2.1中的输出进行累加,即为最终的输出;
2.4)、按步骤2.1、步骤2.2、步骤2.3循环进行若干次训练,得到最终模型的输出。
2.根据权利要求1所述的聚合物分子量分布的集成高斯过程回归模型方法,其特征在于所述步骤1.1中,聚合物所提取的特征包括聚合度、进口溶剂流量、单体进口流量、入口引发剂的流量、入口单体进料流中的单体浓度、溶剂进料流中溶剂的浓度、引发剂进料流中的引发剂浓度及进料温度。
3.根据权利要求1所述的聚合物分子量分布的集成高斯过程回归模型方法,其特征在于所述步骤1.2.2中,使用相关数据集S其中
4.根据权利要求3所述的聚合物分子量分布的集成高斯过程回归模型方法,其特征在于所述步骤1.2.3中,将x
5.根据权利要求1所述的聚合物分子量分布的集成高斯过程回归模型方法,其特征在于所述步骤2.3中,重构训练测试集时,先得到每个样本的预测差值delta,