一种基于模糊-迁移随机配置网络的工业数据建模方法

本发明提供了一种基于模糊‑迁移随机配置网络的工业数据建模方法，属于工业过程建模领域，包括：获取源域工业传感器历史数据集，通过模糊随机配置网络模型，得到冻结源域模型的模糊层参数、增强层参数、输出权重以及源域联合特征矩阵；获取新工况下的目标域传感器数据，采用粒度模糊域适应策略进行空间映射，得到映射后的模糊特征向量，结合冻结源域模型，并采用目标域迁移适配策略，将冻结源域模型的参数迁移至目标域，得到目标域模型，输入新工况下的实时传感器数据，输出未来时刻的工业数据预测值。本发明解决了现有工业过程建模方法难以同时兼顾强非线性拟合能力、模糊不确定性表征能力以及小样本工况漂移下难以适配的问题。