基于MapReduce的并行PLS过程监控算法实现

来源：计算机工程与应用杂志2018年第24期北京时间：

作者：王德政1，张益农1，杨 帆2

单位：1.北京联合大学 北京市信息服务工程重点实验室，北京 100101；2.清华大学 自动化系，北京 100084

摘要：偏最小二乘算法（PLS）是现代工业过程常用的多变量统计过程监控方法之一，然而在现代工业背景下，采用单台PC对大规模工业过程数据进行PLS回归分析的时间复杂度较高。针对此问题，在Hadoop云平台上提出了一种基于MapReduce框架的并行PLS算法。从时间复杂度考虑，将其交叉有效性检验部分并行处理。在三台PC上搭建三个节点的Hadoop全分布集群平台上，以田纳西-伊斯曼过程仿真平台数据回归分析为例，验证所提出的算法。实验结果表明，在使用PLS做现代大规模工业过程数据分析时，所提出的算法在保证精度的前提下，能有效改善数据处理的时效性并且随着PC数量的增加时效性具有近似线性的提高。

关键词：云计算,过程监控,MapReduce,偏最小二乘算法,并行算法