基于数据的流程工业生产过程指标预测方法综述  

Data-driven Prediction on Performance Indicators in Process Industry:A Survey

作　　者：陈龙[1] 刘全利[1] 王霖青 赵珺[1] 王伟[1] 

机构地区：[1]大连理工大学控制科学与工程学院,大连116024

出　　处：《自动化学报》2017年第6期944-954,共11页Acta Automatica Sinica

基　　金：国家自然科学基金(61473056;61533005;61522304;U1560102);国家科技支撑计划(2015BAF22B01);中央高校基本科研基金(DUT16RC(3)031)资助~~

摘　　要：生产过程关键指标的预测对于流程工业生产调度,安全生产和节能环保有着重要作用.目前,已有多种基于工业生产数据提出的生产过程指标预测方法,主要涉及特征(变量)选择,预测模型构建及其模型参数优化这三方面.本文分别针对以上三方面论述了基于数据的工业生产过程指标预测国内外研究现状,分析了各种方法的优缺点.最后,指出了流程工业生产过程指标预测方法在工业大数据及知识自动化等方面的未来研究方向和前景.It is of great significance to predict production process indicators in process industry for production scheduling, safety production and energy saving. Currently, various data-driven approaches for predicting these indicators are proposed, including the following three aspects： feature selection, prediction model construction and model parameter optimization. This paper surveys the above three aspects and summaries the merits and demerits of these approaches.Finally, future research directions of production process prediction of key indicators in process industry are suggested with respect to industrial big data and knowledge automation.

关 键 词：生产过程 特征选择 预测模型 参数优化 工业大数据 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]