基于多模型的鲁棒软测量建模方法

针对系统输出数据存在异常点和非线性的情况,假设系统噪声服从包含重尾的拉普拉斯分布,提出一种基于多模型的鲁棒软测量建模方法。利用期望最大化算法解决模型参数的估计问题,得到了模型参数的迭代估计算法,并用数值算例验证了该建模方法的有效性。研究表明,鲁棒软测量方法实现了对异常点的自动检测与排除,解决了基于单个模型的传统软测量方法无法得到全局有效模型的问题。其适用于非线性的、具有多个工作模态的实际系统。