一种基于EGMM的高斯过程回归软测量建模
来源：信息与控制杂志2016年第1期北京时间：
作者：熊伟丽, 张伟, 徐保国
摘要：提出了一种基于误差高斯混合模型（EGMM）的高斯过程回归（GPR）软测量方法．首先，选择合适的变量组成误差数据集，利用贝叶斯信息准则优化得到合适的高斯成分的个数；然后用EGMM对误差数据进行拟合计算得到条件误差均值和方差的表达式；最后当新的数据到来时，用建立的GPR模型进行输出预测，并利用EGMM模型得到的条件误差均值对输出进行补偿，从而得到更加精确的建模结果．通过数值仿真及硫回收装置（SRU）的H2S浓度的软测量，进一步验证所提算法的可行性和有效性．
关键词：高斯过程回归, 预测误差, 误差高斯混合模型, 输出补偿, 条件误差均值
