来源：期刊VIP网 时间：
作者：邓晓刚;张静;王平;
单位：中国石油大学(华东)控制科学与工程学院;
摘要：针对传统随机配置网络方法在变工况工业场景下难以建立准确软测量模型的问题，提出一种改进的随机配置网络(SCN)软测量建模方法，即多源迁移随机配置网络。以典型工业装置连续搅拌反应釜为例，通过实验研究验证了该方法的有效性。该方法将历史工况数据作为源域，将新工况数据作为目标域，采用K-means聚类算法将源域划分为多个子源域。针对每个子源域与目标域，分别建立SCN模型，并引入最大均值差异准则对多个迁移SCN模型进行加权集成。实验结果表明，所提出的多源迁移随机配置网络模型能够准确预测目标域的新样本，其建模性能优于传统的SCN模型。
关键词：软测量;;随机配置网络;;迁移学习;;多源域;;最大均值差异
基金资助：山东省自然科学基金项目(ZR2024MF028);; 青岛市自然科学基金项目(24-4-4-zrjj-131-jch);; 山东省重点教学改革项目(Z2023256);; 中国石油大学(华东)本科教学改革项目(CM2024025)
