基于时差-即时学习的相关向量机软测量建模研究

针对污水处理厂的过程数据时变性较大、非线性较强,传统的离线模型难以应对实际处理过程中的工况变化等问题,提出一种基于时差-即时学习的相关向量机(RVM)模型TD-JIT-RVM。通过时间差分(TD)建模提取过程变量之间的关联关系,采用即时学习(JIT)解决时滞引起的模型退化问题。利用TD-JIT-RVM模型对仿真数据集和真实的工业数据集进行分析,结果表明,该模型在两个数据集中比RVM基础模型的RMSE分别提高了94.59%和82.26%。