專(zhuān)利名稱(chēng)：資產(chǎn)的多目標(biāo)預(yù)測(cè)建模、監(jiān)視、以及更新的方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明一般涉及過(guò)程建模、最優(yōu)化、以及控制系統(tǒng)，尤其涉及一種用于執(zhí)行資產(chǎn)的多目標(biāo)預(yù)測(cè)建模、監(jiān)視、以及更新的方法和系統(tǒng)。
背景技術(shù)：
預(yù)測(cè)模型通常用于各種商業(yè)、工業(yè)、以及科學(xué)應(yīng)用。這些模型可以是基于數(shù)據(jù)驅(qū)動(dòng)的構(gòu)造技術(shù)、基于以物理為基礎(chǔ)的構(gòu)造技術(shù)、或者基于上述技術(shù)的組合。
神經(jīng)網(wǎng)絡(luò)建模是一種眾所周知的數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)建模實(shí)例。利用數(shù)學(xué)明確定義的算法(例如，學(xué)習(xí)算法)上述數(shù)據(jù)驅(qū)動(dòng)模型是可訓(xùn)練的。也就是，通過(guò)訓(xùn)練上述模型可被開(kāi)發(fā)以根據(jù)測(cè)量的或已有的過(guò)程數(shù)據(jù)將過(guò)程輸入準(zhǔn)確映射到過(guò)程輸出上。該訓(xùn)練需要一組不同的幾個(gè)輸入輸出數(shù)據(jù)矢量數(shù)組的表達(dá)式給訓(xùn)練算法。然后該訓(xùn)練模型可準(zhǔn)確表示基礎(chǔ)過(guò)程的輸入輸出工作情況。
一旦確定它們能夠在給定一組輸入情況下精確預(yù)測(cè)各種過(guò)程輸出，預(yù)測(cè)模型可與優(yōu)化程序器進(jìn)行接口。在模型上執(zhí)行驗(yàn)證過(guò)程期間可通過(guò)比較預(yù)測(cè)值和實(shí)際值實(shí)現(xiàn)該確定。各種優(yōu)化方法可被接口，例如，演化算法(EA)，其是模擬自然的演變過(guò)程的優(yōu)化技術(shù)，或梯度下降優(yōu)化技術(shù)。外加優(yōu)化程序器的預(yù)測(cè)模型可用于實(shí)現(xiàn)一過(guò)程控制器(例如，通過(guò)施加該優(yōu)化程序器以熟知的產(chǎn)生想要的模型的方式操縱過(guò)程輸入和過(guò)程輸出)。
已有的解決方案利用神經(jīng)網(wǎng)絡(luò)建模非線性資產(chǎn)以及探查這些模型的單目標(biāo)優(yōu)化技術(shù)以識(shí)別過(guò)程的最優(yōu)輸入輸出矢量。這些優(yōu)化技術(shù)使用基于梯度的單目標(biāo)或者優(yōu)化目標(biāo)復(fù)合函數(shù)(例如，通過(guò)特別的線性或非線性組合)的改良的優(yōu)化程序器。
需要的是在多目標(biāo)空間中提供建模和優(yōu)化的機(jī)構(gòu)，其中存在不止一個(gè)利益目標(biāo)，這些目標(biāo)可以是相互沖突的并且不能被組合到復(fù)合函數(shù)中。這樣的機(jī)構(gòu)能夠在這個(gè)常常沖突的多目標(biāo)空間中實(shí)現(xiàn)最優(yōu)折衷解決方案。在沖突目標(biāo)的空間中該組最優(yōu)折衷解決方案通常被認(rèn)為是Pareto Frontier。

發(fā)明內(nèi)容
根據(jù)示例的實(shí)施例，提供一種用于執(zhí)行資產(chǎn)的多目標(biāo)預(yù)測(cè)建模、監(jiān)視、以及更新的方法和系統(tǒng)。
一種用于執(zhí)行資產(chǎn)的多目標(biāo)預(yù)測(cè)建模、監(jiān)視、以及更新的方法包括確定資產(chǎn)的至少兩個(gè)預(yù)測(cè)模型中每個(gè)模型的狀態(tài)作為監(jiān)視預(yù)測(cè)性能值的結(jié)果，每個(gè)預(yù)測(cè)模型的狀態(tài)至少包括可接受的性能值；確認(rèn)模型；以及不可接受的性能值之一。根據(jù)每個(gè)預(yù)測(cè)模型的狀態(tài)，該方法包括執(zhí)行以下過(guò)程至少之一終止資產(chǎn)預(yù)測(cè)模型的利用；產(chǎn)生預(yù)測(cè)模型狀態(tài)的資產(chǎn)報(bào)警；以及根據(jù)預(yù)測(cè)模型的狀態(tài)更新該預(yù)測(cè)模型。
一種用于執(zhí)行資產(chǎn)的多目標(biāo)預(yù)測(cè)建模、監(jiān)視、以及更新的系統(tǒng)，至少包括兩個(gè)涉及資產(chǎn)的預(yù)測(cè)模型，以及與上述至少兩個(gè)預(yù)測(cè)模型相連的監(jiān)視模塊。監(jiān)視模塊監(jiān)視每個(gè)預(yù)測(cè)模型的預(yù)測(cè)性能值并確定每個(gè)預(yù)測(cè)模型的狀態(tài)以作為監(jiān)視的結(jié)果。狀態(tài)至少包括可接受的性能值；確認(rèn)模型；以及不可接受的性能值之一。根據(jù)每個(gè)預(yù)測(cè)模型的狀態(tài)，該系統(tǒng)包括執(zhí)行以下過(guò)程至少之一終止資產(chǎn)預(yù)測(cè)模型的利用；產(chǎn)生預(yù)測(cè)模型狀態(tài)的資產(chǎn)報(bào)警；以及根據(jù)預(yù)測(cè)模型的狀態(tài)更新該預(yù)測(cè)模型。
根據(jù)示例的實(shí)施例的其他系統(tǒng)、方法、和/或計(jì)算機(jī)程序產(chǎn)品對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)說(shuō)依據(jù)下文的附圖和詳細(xì)描述將會(huì)變得很明顯。其意圖是所有這些附加的系統(tǒng)、方法、和/或計(jì)算機(jī)程序產(chǎn)品將會(huì)包含在說(shuō)明書(shū)中，包含在本發(fā)明的范圍內(nèi)，并被附隨的權(quán)利要求所保護(hù)。


參照示例附圖，其中相同的部件在附圖中具有相同的附圖標(biāo)記圖1根據(jù)示例的實(shí)施例描述一種基于模型的多目標(biāo)優(yōu)化和決策系統(tǒng)的框圖，根據(jù)上述系統(tǒng)可實(shí)現(xiàn)過(guò)程管理系統(tǒng)；圖2是描述各種輸入變量?jī)?yōu)化過(guò)程的結(jié)果的輸出目標(biāo)的Pareto Frontier圖的圖表；圖3是根據(jù)示例的實(shí)施例描述用于實(shí)現(xiàn)多目標(biāo)預(yù)測(cè)建模的過(guò)程流程圖，根據(jù)該建?？蓪?shí)現(xiàn)過(guò)程管理系統(tǒng)；圖4是過(guò)程輸入和輸出之間的相互關(guān)系圖；
圖5是支持用于在示例實(shí)施例中產(chǎn)生預(yù)測(cè)模型的模型訓(xùn)練數(shù)據(jù)矩陣的創(chuàng)建與清除的界面；圖6是支持用于在示例實(shí)施例中產(chǎn)生預(yù)測(cè)模型的樣本候選列表與操作數(shù)選擇的界面；圖7是用于訓(xùn)練示例實(shí)施例中預(yù)測(cè)模型的確認(rèn)圖；圖8是描述利用示例實(shí)施例中預(yù)測(cè)模型執(zhí)行多目標(biāo)優(yōu)化和決策過(guò)程的流程圖；以及圖9是描述通過(guò)示例實(shí)施例中的過(guò)程管理系統(tǒng)實(shí)現(xiàn)預(yù)測(cè)模型的監(jiān)視與更新功能的過(guò)程的流程圖。
具體實(shí)施例方式
根據(jù)示例的實(shí)施例提供一種過(guò)程管理系統(tǒng)。該過(guò)程管理系統(tǒng)利用數(shù)據(jù)驅(qū)動(dòng)的和基于基本原則的非線性模型以及以演化算法與梯度下降為基礎(chǔ)的Pareto Frontier多目標(biāo)優(yōu)化技術(shù)的組合實(shí)現(xiàn)閉環(huán)、基于模型的資產(chǎn)優(yōu)化與決策。過(guò)程管理系統(tǒng)還執(zhí)行非線性資產(chǎn)模型的在線監(jiān)視和匹配。預(yù)測(cè)模型參照與正被測(cè)量的特殊設(shè)備協(xié)調(diào)的廣義模型并在執(zhí)行模型產(chǎn)生和/或校準(zhǔn)過(guò)程中典型地利用抽樣數(shù)據(jù)。Pareto Frontier優(yōu)化技術(shù)在想要的元素屬性之間或之中提供用于權(quán)衡分析的機(jī)構(gòu)(例如，其中用于分析的兩個(gè)相反的屬性可包括與飛行器設(shè)計(jì)相關(guān)的與范圍性能相對(duì)的轉(zhuǎn)率，以及最優(yōu)轉(zhuǎn)率(例如，靈活性)的權(quán)衡可以是實(shí)現(xiàn)減少的范圍性能)。
Pareto Frontier可提供所有可能的優(yōu)化結(jié)果或解決方案的圖形描述。演化算法(EA)可被使用用于實(shí)現(xiàn)優(yōu)化功能。EA是以模擬自然演化范例為基礎(chǔ)的并且利用建模生物進(jìn)化簡(jiǎn)化規(guī)則的“遺傳”算符，然后該算符被應(yīng)用于創(chuàng)建新的并且希望的更高級(jí)的總體解決方案。多目標(biāo)EA包括在特定的查找期間搜索并保持多Pareto最優(yōu)解決方案，該期間允許通過(guò)單次執(zhí)行EA算法依次提供整組最優(yōu)Pareto(Pareto Frontier)解決方案。
優(yōu)化方法典型地要求查找啟動(dòng)的起點(diǎn)。不同于使用原始群體作為起點(diǎn)的EA，基于梯度的查找算法使用原始方案作為起點(diǎn)(該起點(diǎn)可從給定的查找空間隨機(jī)產(chǎn)生)。
在示例的實(shí)施例中，構(gòu)造非線性預(yù)測(cè)、對(duì)資產(chǎn)歷史數(shù)據(jù)訓(xùn)練和確認(rèn)的數(shù)據(jù)驅(qū)動(dòng)的模型以表示資產(chǎn)的輸入輸出行為。資產(chǎn)的歷史數(shù)據(jù)涉及資產(chǎn)操作產(chǎn)生的可測(cè)量的輸入輸出元素。例如，如果資產(chǎn)是燒煤的鍋爐，可測(cè)量的元素可包括例如一氧化二氮、一氧化碳、以及硫的氧化物的排放水平。歷史數(shù)據(jù)也可包括資產(chǎn)的操作條件，例如燃料消耗和效率。環(huán)境條件，例如空氣溫度與燃料質(zhì)量也可被測(cè)量并包含在歷史數(shù)據(jù)中。
基于基本原則的方法可被用于與用于構(gòu)造表示資產(chǎn)輸入輸出關(guān)系的預(yù)測(cè)模型的數(shù)據(jù)驅(qū)動(dòng)模型結(jié)合?；驹瓌t預(yù)測(cè)模型是以支配資產(chǎn)輸入輸出關(guān)系的潛在自然物理原則的數(shù)學(xué)表達(dá)式為基礎(chǔ)的。然而，首先根據(jù)資產(chǎn)歷史數(shù)據(jù)在基本原則模型適合使用之前協(xié)調(diào)他們是必須的。給定一組用于感興趣資產(chǎn)的環(huán)境條件，多目標(biāo)優(yōu)化程序器探測(cè)資產(chǎn)的非線性預(yù)測(cè)模型以識(shí)別滿足資產(chǎn)操作約束條件的輸入輸出矢量數(shù)組的Pareto最優(yōu)組。多目標(biāo)優(yōu)化程序器可利用一組從歷史觀點(diǎn)上說(shuō)類(lèi)似的操作點(diǎn)作為種子點(diǎn)以在這些點(diǎn)周?chē)鷨?dòng)給定查找空間的靈活約束查找。基于域的決策功能疊加在輸入輸出矢量數(shù)組的Pareto最優(yōu)組之上以過(guò)濾和識(shí)別環(huán)境條件組的最優(yōu)輸入輸出矢量數(shù)組。資產(chǎn)可被命令實(shí)現(xiàn)這個(gè)最優(yōu)狀態(tài)?？勺鳛闀r(shí)間函數(shù)或作為更改資產(chǎn)狀態(tài)中的操作和環(huán)境條件的函數(shù)重復(fù)這個(gè)優(yōu)化過(guò)程。
在線監(jiān)視模塊(例如，基于網(wǎng)絡(luò)的處理器)作為時(shí)間函數(shù)觀察非線性模型的預(yù)測(cè)性能，以及啟動(dòng)各種非線性預(yù)測(cè)模型的動(dòng)態(tài)協(xié)調(diào)和更新以實(shí)現(xiàn)建模和閉環(huán)最優(yōu)操作決策中的高保真。
而相對(duì)于在燃煤工廠發(fā)現(xiàn)的資產(chǎn)問(wèn)題描述本發(fā)明，能夠理解的是過(guò)程管理系統(tǒng)同等地適于用在多種其它的產(chǎn)業(yè)中并用于多種資產(chǎn)(例如，燃?xì)廨啓C(jī)、燃油鍋爐、煉油廠鍋爐、航空發(fā)動(dòng)機(jī)、航海發(fā)動(dòng)機(jī)、汽油發(fā)動(dòng)機(jī)、柴油發(fā)動(dòng)機(jī)、混合發(fā)動(dòng)機(jī)等等)。本發(fā)明還適用于這種資產(chǎn)的艦隊(duì)最優(yōu)管理中。提供這里描述的燃煤鍋爐實(shí)施例用于舉例說(shuō)明，并且不被看作是對(duì)保護(hù)范圍的限定。
轉(zhuǎn)向圖1，將描述基于模型的多目標(biāo)優(yōu)化和決策系統(tǒng)，根據(jù)該系統(tǒng)可在示例實(shí)施例中實(shí)現(xiàn)過(guò)程管理系統(tǒng)。圖1包括與用戶系統(tǒng)101連接的過(guò)程管理器120，存儲(chǔ)裝置102，控制系統(tǒng)103，以及網(wǎng)絡(luò)105。
過(guò)程管理器120包括用戶接口和監(jiān)視器107，預(yù)測(cè)模型104，多目標(biāo)優(yōu)化程序器與判定裝置106，以及目標(biāo)/適應(yīng)性函數(shù)108。過(guò)程管理器120可通過(guò)運(yùn)行在服務(wù)器，或者計(jì)算機(jī)裝置例如用戶系統(tǒng)101上的計(jì)算機(jī)指令(例如，一個(gè)或多個(gè)軟件應(yīng)用程序)實(shí)現(xiàn)。如果在服務(wù)器、用戶系統(tǒng)101上運(yùn)行可通過(guò)網(wǎng)絡(luò)105訪問(wèn)過(guò)程管理器120的功能部件。用戶系統(tǒng)101可利用運(yùn)行一個(gè)或多個(gè)用于執(zhí)行本文描述的過(guò)程的計(jì)算機(jī)程序的通用計(jì)算機(jī)實(shí)現(xiàn)。用戶系統(tǒng)101可以是個(gè)人計(jì)算機(jī)(例如，膝上型電腦，個(gè)人數(shù)字助理)或附加終端的主機(jī)。如果用戶系統(tǒng)101是個(gè)人計(jì)算機(jī)，本文描述的處理可由用戶系統(tǒng)101與主機(jī)系統(tǒng)服務(wù)器共享(例如，通過(guò)向用戶系統(tǒng)101提供小程序)。用戶系統(tǒng)101可由項(xiàng)目研究小組成員或供應(yīng)者實(shí)體的管理者操作。如本文的進(jìn)一步描述，可使用多種實(shí)現(xiàn)預(yù)測(cè)和優(yōu)化功能的各種方法。
網(wǎng)絡(luò)105可以是任意類(lèi)型已知網(wǎng)絡(luò)包括但不限于廣域網(wǎng)(WAN)，局域網(wǎng)(LAN)，全球網(wǎng)絡(luò)(例如因特網(wǎng))，虛擬個(gè)人網(wǎng)絡(luò)(VPN)，以及內(nèi)聯(lián)網(wǎng)。網(wǎng)絡(luò)105可利用無(wú)線網(wǎng)絡(luò)或任意類(lèi)型本領(lǐng)域公知物理網(wǎng)絡(luò)設(shè)備實(shí)現(xiàn)。
存儲(chǔ)裝置102可利用包含在用戶系統(tǒng)101或主機(jī)系統(tǒng)中的存儲(chǔ)器來(lái)實(shí)現(xiàn)或它可以是分離的物理裝置。存儲(chǔ)裝置102可跨越包括網(wǎng)絡(luò)105的分布式環(huán)境作為固定的數(shù)據(jù)源進(jìn)行邏輯尋址。存儲(chǔ)在存儲(chǔ)裝置102中的信息可通過(guò)主機(jī)系統(tǒng)被檢索和操作以及通過(guò)用戶系統(tǒng)101被瀏覽。
轉(zhuǎn)向圖2，描述多種輸入變量的優(yōu)化處理結(jié)果的輸出目標(biāo)Pareto Frontier圖的圖表將被描述。一種在400MW基本負(fù)載燃煤工廠中為400MW目標(biāo)負(fù)載要求共同最小化NOx和熱耗率(heat rate)的樣本Pareto優(yōu)化前端被示出。所示的圓形標(biāo)記簇表示來(lái)自NOx-熱耗率透視的歷史操作點(diǎn)的范圍。星形標(biāo)記和互連的凹曲線示出NOx-熱耗率空間中的優(yōu)化Pareto Frontier。沒(méi)有在該邊界上的每個(gè)點(diǎn)是次優(yōu)化操作點(diǎn)?！白罟僮鲄^(qū)域”是來(lái)自歷史獲得的NOx-熱耗率透視的最有利區(qū)域?！白顑?yōu)操作區(qū)域”或Pareto Frontier的識(shí)別允許附加靈活性來(lái)權(quán)衡NOx信貸和燃料費(fèi)。
轉(zhuǎn)向圖3，根據(jù)示例的實(shí)施例描述用于實(shí)現(xiàn)多目標(biāo)預(yù)測(cè)建模過(guò)程的流程圖將被描述，其中根據(jù)該模型可實(shí)現(xiàn)過(guò)程管理系統(tǒng)。在步驟302中涉及被建模的資產(chǎn)的歷史數(shù)據(jù)被收集和過(guò)濾以去除任何不良的或遺漏的數(shù)據(jù)。如上所述，歷史數(shù)據(jù)可包括資產(chǎn)操作產(chǎn)生的可測(cè)量元素(例如，排放水平)，資產(chǎn)的操作條件(例如，燃料消耗)，以及環(huán)境條件(例如，空氣溫度)。在步驟304中剩余的歷史操作數(shù)據(jù)被分成三類(lèi)。與可控變量(也被稱(chēng)作‘X’)有關(guān)的數(shù)據(jù)表示第一類(lèi)。這些是能被改變或正在改變的參數(shù)。一個(gè)可控參數(shù)的例子是燃料流。與不可控變量(也被稱(chēng)作‘Z’)有關(guān)的數(shù)據(jù)表示第二類(lèi)。例如，環(huán)境溫度測(cè)量可被分類(lèi)為不可控變量，因?yàn)槠洳辉谶^(guò)程管理系統(tǒng)的直接控制范圍內(nèi)。另一個(gè)不可控變量的例子是燃料質(zhì)量參數(shù)，再次因?yàn)槠洳辉谶^(guò)程管理系統(tǒng)的直接控制范圍內(nèi)。
與輸出有關(guān)的數(shù)據(jù)或目標(biāo)(也被稱(chēng)作‘Y’)表示第三類(lèi)?！甕’目標(biāo)涉及例如熱耗率，一氧化二氮排放等處理目標(biāo)?！甕’約束條件涉及對(duì)輸出所需的限制條件并且可以是例如所需的電源輸出的限制條件。該分類(lèi)數(shù)據(jù)被存儲(chǔ)在存儲(chǔ)器中(例如，存儲(chǔ)器裝置102)并被保存以作為現(xiàn)在和將來(lái)之用。過(guò)程管理系統(tǒng)啟動(dòng)數(shù)據(jù)的過(guò)濾，其實(shí)施例在圖5中被描述。如圖5所示的界面500，‘X’、‘Y’、以及‘Z’變量分別分類(lèi)在欄502、504、以及506中，并在行508表示的各種周期上呈現(xiàn)。過(guò)濾功能可包括在訓(xùn)練預(yù)測(cè)模型過(guò)程中用于最小化錯(cuò)誤數(shù)據(jù)影響的信號(hào)處理算法。
最初在設(shè)置過(guò)程管理系統(tǒng)時(shí)實(shí)現(xiàn)步驟302與304然后根據(jù)需要定期更新?，F(xiàn)在可利用下文描述的信息創(chuàng)建預(yù)測(cè)模型。
在步驟306中，資產(chǎn)利益的目標(biāo)和限制條件被識(shí)別。多個(gè)，有時(shí)相互沖突的目標(biāo)和限制條件可根據(jù)需要確定。在步驟308中，根據(jù)可控和不可控變量(X，Z)對(duì)實(shí)現(xiàn)想得到的目標(biāo)或所需的目標(biāo)(Y)的適合程度，上述變量被選擇。在確定實(shí)現(xiàn)Y目標(biāo)或限制條件的變量(X，Z)的適合程度的過(guò)程中，分析(X，Z)變量與Y目標(biāo)或限制條件之間的相互關(guān)系是重要的一步。該相互關(guān)系分析的實(shí)施例在圖4中被描述。過(guò)程管理系統(tǒng)提供用于選擇這些輸入的界面，其實(shí)施例在圖6中被描述。每個(gè)被選中目標(biāo)的預(yù)測(cè)模型在步驟310中被構(gòu)建。
在步驟312中預(yù)測(cè)模型的精確性可被訓(xùn)練和驗(yàn)證。預(yù)測(cè)模型的訓(xùn)練和驗(yàn)證可通過(guò)檢查圖7(與精確度和性能有關(guān))中的實(shí)際對(duì)預(yù)測(cè)的曲線714，以及每個(gè)預(yù)測(cè)模型訓(xùn)練的每一時(shí)期的誤差對(duì)時(shí)期(訓(xùn)練周期)的曲線716進(jìn)行。
在步驟314，如果預(yù)測(cè)模型有效，意味著預(yù)測(cè)值與實(shí)際值一致或與實(shí)際值相符合，則在步驟316中有用數(shù)據(jù)流可應(yīng)用于預(yù)測(cè)模型。在步驟314中如果預(yù)測(cè)模型無(wú)效，則處理轉(zhuǎn)到步驟308由此可替換的輸入(X，Z)被選中。然后這些預(yù)測(cè)模型可通過(guò)過(guò)程管理系統(tǒng)用于優(yōu)化。
轉(zhuǎn)到圖8，圖8中示出并描述了利用多個(gè)預(yù)測(cè)模型的多目標(biāo)優(yōu)化過(guò)程。在步驟802中，用戶指定查找限制條件。用戶可為每個(gè)X定點(diǎn)指定上下限。上下限分別表示輸入的最大和最小允許值。此外，用戶可為每個(gè)輸入指定查找容錯(cuò)度。查找容錯(cuò)度表示歷史上大致相似的操作點(diǎn)周?chē)臄?shù)值范圍，這些操作點(diǎn)將被用作種子點(diǎn)以在搜索優(yōu)化值‘Y’的過(guò)程中啟動(dòng)這些點(diǎn)周?chē)o定的查找空間中的靈活的受限查找。此外，用戶可為每個(gè)目標(biāo)‘Y’指定優(yōu)化值(最小值/最大值)。
一旦這些元素已被用戶配置，在步驟804中過(guò)程管理器120通過(guò)將多目標(biāo)優(yōu)化算法106應(yīng)用于預(yù)測(cè)模型104識(shí)別相應(yīng)的Pareto Frontier。目標(biāo)/適應(yīng)性函數(shù)108在識(shí)別Pareto Frontier的過(guò)程中將反饋提供給多目標(biāo)優(yōu)化器106。Pareto Frontier提供滿足操作限制條件的輸入輸出矢量數(shù)組的最優(yōu)組。
任選地，在步驟806中決策函數(shù)可被應(yīng)用于Pareto Frontier中。該決策函數(shù)可被應(yīng)用于輸入輸出矢量數(shù)組的最優(yōu)組中以減少輸入輸出矢量數(shù)組的數(shù)目，在步驟808中其可被稱(chēng)作子邊界。一個(gè)這樣的決策函數(shù)可基于將成本或加權(quán)應(yīng)用于目標(biāo)，由此最接近目標(biāo)加權(quán)的Pareto最佳解決方案的子集可被識(shí)別出來(lái)?？蓱?yīng)用附加的決策函數(shù)，例如該函數(shù)能夠選擇最優(yōu)輸入輸出數(shù)組之一，上述數(shù)組由其當(dāng)前的狀態(tài)最低限度擾亂資產(chǎn)。在這個(gè)過(guò)程中，過(guò)程管理器120提供使用戶能夠產(chǎn)生標(biāo)繪這些數(shù)據(jù)值的Pareto Frontier曲線的特征。圖2示出樣本Pareto Frontier圖表。
在步驟101中的用戶或根據(jù)步驟120的用戶的過(guò)程管理器可利用步驟810中的決策函數(shù)的結(jié)果選擇展開(kāi)的輸入輸出矢量。然后選中的展開(kāi)最優(yōu)輸入輸出矢量被傳遞給控制系統(tǒng)103或步驟812中的資產(chǎn)操作者。
隨著時(shí)間的過(guò)去，預(yù)測(cè)模型被監(jiān)視以確保其是準(zhǔn)確的。在很多資產(chǎn)建模和優(yōu)化應(yīng)用中，當(dāng)最小化訓(xùn)練預(yù)測(cè)模型所需的時(shí)間時(shí)，為了有效調(diào)節(jié)資產(chǎn)行為的適度改變(例如，作為時(shí)間函數(shù))有必要協(xié)調(diào)/更新預(yù)測(cè)模型。如圖9所示過(guò)程管理系統(tǒng)使能了預(yù)測(cè)模型的在線協(xié)調(diào)。
轉(zhuǎn)到圖9，描述用于監(jiān)視和更新預(yù)測(cè)模型過(guò)程的流程圖將被描述。在步驟902中表示新可用的過(guò)程輸入輸出信息的新數(shù)據(jù)點(diǎn)(X，Y)被輸入到過(guò)程管理器120中。在步驟904中過(guò)程監(jiān)視器107驗(yàn)證每個(gè)預(yù)測(cè)模型以確定其準(zhǔn)確性。在步驟906中執(zhí)行誤差計(jì)算。例如，誤差計(jì)算可被表達(dá)為E=Σ(y-y^).]]>在步驟908中如果誤差率‘E’超過(guò)預(yù)定值或閾值‘Et’，則在步驟910中通過(guò)增量學(xué)習(xí)技術(shù)當(dāng)前的模型被更新。根據(jù)訓(xùn)練數(shù)據(jù)集通過(guò)學(xué)習(xí)算法先前被訓(xùn)練的預(yù)測(cè)模型的模型參數(shù)(例如，加權(quán))被增量更新，因此得到的預(yù)測(cè)模型適于接近利益函數(shù)。
在更新每個(gè)當(dāng)前模型時(shí)，或換句話說(shuō)如果誤差率‘E’沒(méi)有超過(guò)預(yù)定閾值‘E’，則在步驟912中新的數(shù)據(jù)點(diǎn)被加入到臨時(shí)存儲(chǔ)器。該臨時(shí)存儲(chǔ)器或緩沖器具有固定的大小‘D’。
在步驟914中如果將新數(shù)據(jù)點(diǎn)加入到臨時(shí)存儲(chǔ)器中使緩沖器溢出(Db＞D)，則在步驟916中創(chuàng)建新的訓(xùn)練組。否則，過(guò)程轉(zhuǎn)到步驟902。在步驟918中，當(dāng)前模型通過(guò)批訓(xùn)練技術(shù)被更新以及在步驟920中臨時(shí)存儲(chǔ)器被清空。利用在步驟916中形成的數(shù)據(jù)組該批訓(xùn)練訓(xùn)練預(yù)測(cè)模型。不同于增量學(xué)習(xí)，批訓(xùn)練更全面，并可包括訓(xùn)練、交叉驗(yàn)證、以及模型配置優(yōu)化。批訓(xùn)練可以固定的時(shí)間間隔或當(dāng)達(dá)到了存儲(chǔ)新數(shù)據(jù)的緩沖器的最大數(shù)據(jù)量時(shí)執(zhí)行。當(dāng)預(yù)測(cè)模型的增量訓(xùn)練允許該模型繼續(xù)適于改變資產(chǎn)條件時(shí)，預(yù)測(cè)模型的批訓(xùn)練利用更精確的方法幫助周期地重新校準(zhǔn)該模型。
如上所述，本發(fā)明的實(shí)施例可以計(jì)算機(jī)實(shí)現(xiàn)的過(guò)程和實(shí)現(xiàn)上述過(guò)程的設(shè)備的形式實(shí)施。本發(fā)明的實(shí)施例還可以有形媒體例如軟盤(pán)，CD-ROM，硬盤(pán)驅(qū)動(dòng)器或任何其他計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中包含的指令的計(jì)算機(jī)程序代碼的形式實(shí)現(xiàn)，其中，當(dāng)計(jì)算機(jī)程序代碼被計(jì)算機(jī)載入和執(zhí)行時(shí)，該計(jì)算機(jī)變?yōu)橛糜趯?shí)現(xiàn)本發(fā)明的設(shè)備。
本發(fā)明的一個(gè)實(shí)施例還能夠以計(jì)算機(jī)程序代碼的形式實(shí)現(xiàn)，例如，無(wú)論是存儲(chǔ)在存儲(chǔ)介質(zhì)上，由計(jì)算機(jī)載入和/或執(zhí)行、還是通過(guò)一些傳送介質(zhì)傳送，例如通過(guò)點(diǎn)線或電纜，通過(guò)光纖，或通過(guò)電磁輻射，其中，當(dāng)計(jì)算機(jī)載入和執(zhí)行計(jì)算機(jī)程序代碼時(shí)，該計(jì)算機(jī)變?yōu)閷?shí)現(xiàn)本發(fā)明的設(shè)備。當(dāng)在通用微處理器上實(shí)現(xiàn)時(shí)，計(jì)算機(jī)程序代碼段配置該微處理器以創(chuàng)建具體的邏輯電路。可執(zhí)行代碼的技術(shù)效果是促進(jìn)基于模型的資產(chǎn)的預(yù)測(cè)和優(yōu)化。
雖然參考示例的實(shí)施例已描述了本發(fā)明，但本領(lǐng)域技術(shù)人員能夠理解的是可進(jìn)行各種改變以及等價(jià)物可替代其它元素沒(méi)有超出本發(fā)明的范圍。此外，為了適應(yīng)本發(fā)明教導(dǎo)的特殊條件或材料而作出的很多改變不超出本發(fā)明的基本范圍。因此，意味著本發(fā)明不受作為最好或預(yù)期實(shí)現(xiàn)本發(fā)明的唯一方式揭露的特殊實(shí)施例的限制，但本發(fā)明將包括落在附加的權(quán)利要求范圍內(nèi)的所有實(shí)施例。而且，使用的術(shù)語(yǔ)第一，第二等等不表示任何順序或重要性，而是術(shù)語(yǔ)第一，第二等被用于將一個(gè)元素與另一個(gè)進(jìn)行區(qū)分。此外，使用的術(shù)語(yǔ)“一”、“一個(gè)”等不表示受數(shù)量的限制，而是表示存在至少一個(gè)引用項(xiàng)目。
部件列表101用戶系統(tǒng)101步驟102歷史/操作數(shù)據(jù)103控制系統(tǒng)104預(yù)測(cè)模型105網(wǎng)絡(luò)106多目標(biāo)優(yōu)化器及決策器107監(jiān)視模塊108目標(biāo)/適應(yīng)性函數(shù)120過(guò)程管理器120步驟302步驟304步驟306步驟308步驟310步驟312步驟314步驟316步驟500接口502變量分類(lèi)欄504變量分類(lèi)欄506變量分類(lèi)欄508表示的各種時(shí)間周期
714預(yù)測(cè)圖716時(shí)期(訓(xùn)練周期)圖802步驟804步驟806步驟808步驟810步驟812步驟902步驟904步驟906步驟908步驟910步驟912步驟914步驟916步驟918步驟920步驟
權(quán)利要求
1.一種用于對(duì)資產(chǎn)執(zhí)行多目標(biāo)預(yù)測(cè)建模、監(jiān)視、以及更新的方法，包括為資產(chǎn)確定至少兩個(gè)預(yù)測(cè)模型(104)中每個(gè)模型的狀態(tài)作為監(jiān)視預(yù)測(cè)性能值的結(jié)果，每個(gè)預(yù)測(cè)模型(104)的狀態(tài)包括以下至少之一可接受的性能值；確認(rèn)模型；以及不可接受的性能值；以及根據(jù)每個(gè)預(yù)測(cè)模型(104)的狀態(tài)，執(zhí)行以下過(guò)程至少之一終止對(duì)資產(chǎn)使用該至少兩個(gè)預(yù)測(cè)模型(104)；產(chǎn)生該至少兩個(gè)預(yù)測(cè)模型(104)的狀態(tài)的資產(chǎn)報(bào)警；以及根據(jù)該至少兩個(gè)預(yù)測(cè)模型(104)的狀態(tài)更新該至少兩個(gè)預(yù)測(cè)模型(104)。
2.如權(quán)利要求1的方法，其中通過(guò)將每個(gè)預(yù)測(cè)模型(104)的預(yù)測(cè)性能值與實(shí)際性能值進(jìn)行比較確定該可接受的性能值，其中如果所述預(yù)測(cè)性能值與所述實(shí)際性能值一致則其被認(rèn)為是可接受的。
3.如權(quán)利要求1的方法，其中所述確認(rèn)模型狀態(tài)表示對(duì)所述正被監(jiān)視的預(yù)測(cè)模型(104)正在進(jìn)行確認(rèn)過(guò)程。
4.如權(quán)利要求1的方法，其中所述更新包括將數(shù)據(jù)集提供給每個(gè)預(yù)測(cè)模型(104)并對(duì)將數(shù)據(jù)集應(yīng)用到每個(gè)預(yù)測(cè)模型(104)執(zhí)行預(yù)測(cè)分析；以及計(jì)算所述預(yù)測(cè)分析產(chǎn)生的誤差；如果臨時(shí)存儲(chǔ)單元中的存儲(chǔ)空間允許添加則將所述數(shù)據(jù)集添加到臨時(shí)存儲(chǔ)單元中提供的訓(xùn)練數(shù)據(jù)集，對(duì)于每個(gè)預(yù)測(cè)模型(104)所述臨時(shí)存儲(chǔ)單元是可存取的；以及如果存儲(chǔ)空間不允許所述添加通過(guò)將所述數(shù)據(jù)集與從歷史數(shù)據(jù)(102)集中選中的數(shù)據(jù)點(diǎn)進(jìn)行合并來(lái)創(chuàng)建另一個(gè)訓(xùn)練數(shù)據(jù)集；利用導(dǎo)致更新的預(yù)測(cè)模型(104)的該另一個(gè)訓(xùn)練數(shù)據(jù)集對(duì)每個(gè)預(yù)測(cè)模型(104)執(zhí)行批訓(xùn)練；以及從所述臨時(shí)存儲(chǔ)單元?jiǎng)h除所述數(shù)據(jù)集。
5.如權(quán)利要求4的方法，其中如果計(jì)算誤差的結(jié)果超出指定的閾值，所述更新進(jìn)一步包括利用所述數(shù)據(jù)集對(duì)每個(gè)預(yù)測(cè)模型(104)執(zhí)行增量學(xué)習(xí)。
6.用于對(duì)資產(chǎn)進(jìn)行多目標(biāo)預(yù)測(cè)建模、監(jiān)視、以及更新的系統(tǒng)，包括與資產(chǎn)有關(guān)的至少兩個(gè)預(yù)測(cè)模型(104)；與所述至少兩個(gè)預(yù)測(cè)模型(104)相連的監(jiān)視模塊(107)，所述監(jiān)視模塊(107)執(zhí)行監(jiān)視每個(gè)預(yù)測(cè)模型(104)的預(yù)測(cè)性能值并確定每個(gè)預(yù)測(cè)模型(104)的狀態(tài)作為監(jiān)視的結(jié)果，所述狀態(tài)包括以下至少之一可接受的性能值；確認(rèn)模型；以及不可接受的性能值；以及根據(jù)每個(gè)預(yù)測(cè)模型(104)的狀態(tài)，執(zhí)行以下過(guò)程至少之一終止對(duì)資產(chǎn)使用所述至少兩個(gè)預(yù)測(cè)模型(104)；產(chǎn)生所述至少兩個(gè)預(yù)測(cè)模型(104)的狀態(tài)的資產(chǎn)報(bào)警；以及根據(jù)所述至少兩個(gè)預(yù)測(cè)模型(104)的狀態(tài)更新所述至少兩個(gè)預(yù)測(cè)模型(104)。
7.如權(quán)利要求6的系統(tǒng)，其中通過(guò)將每個(gè)預(yù)測(cè)模型(104)的預(yù)測(cè)性能值與實(shí)際性能值進(jìn)行比較確定該可接受的性能值，其中如果所述預(yù)測(cè)性能值與所述實(shí)際性能值一致則其被認(rèn)為是可接受的。
8.如權(quán)利要求6的系統(tǒng)，其中所述確認(rèn)模型狀態(tài)表示對(duì)所述正被監(jiān)視的每個(gè)預(yù)測(cè)模型(104)正在進(jìn)行確認(rèn)過(guò)程。
9.如權(quán)利要求6的系統(tǒng)，其中所述更新包括將數(shù)據(jù)集提供給每個(gè)預(yù)測(cè)模型(104)并對(duì)將數(shù)據(jù)集應(yīng)用到每個(gè)預(yù)測(cè)模型(104)執(zhí)行預(yù)測(cè)分析；以及計(jì)算所述預(yù)測(cè)分析產(chǎn)生的誤差；如果臨時(shí)存儲(chǔ)單元中的存儲(chǔ)空間允許添加則將所述數(shù)據(jù)集添加到臨時(shí)存儲(chǔ)單元中提供的訓(xùn)練數(shù)據(jù)集，對(duì)于每個(gè)預(yù)測(cè)模型(104)所述臨時(shí)存儲(chǔ)單元是可存取的；以及如果存儲(chǔ)空間不允許所述添加通過(guò)將所述數(shù)據(jù)集與從歷史數(shù)據(jù)(102)集中選中的數(shù)據(jù)點(diǎn)進(jìn)行合并來(lái)創(chuàng)建另一個(gè)訓(xùn)練數(shù)據(jù)集；利用導(dǎo)致更新的預(yù)測(cè)模型(104)的該另一個(gè)訓(xùn)練數(shù)據(jù)集對(duì)每個(gè)預(yù)測(cè)模型(104)執(zhí)行批訓(xùn)練；以及從所述臨時(shí)存儲(chǔ)單元?jiǎng)h除所述數(shù)據(jù)集。
10.如權(quán)利要求9的系統(tǒng)，其中如果計(jì)算誤差的結(jié)果超出指定的閾值，所述更新進(jìn)一步包括利用所述數(shù)據(jù)集對(duì)每個(gè)預(yù)測(cè)模型(104)執(zhí)行增量學(xué)習(xí)。
全文摘要
提供一種用于對(duì)資產(chǎn)執(zhí)行多目標(biāo)預(yù)測(cè)建模，監(jiān)視，以及更新的方法和系統(tǒng)。該方法包括為資產(chǎn)確定至少兩個(gè)預(yù)測(cè)模型中的每個(gè)模型的狀態(tài)作為監(jiān)視預(yù)測(cè)性能值的結(jié)果。每個(gè)預(yù)測(cè)模型的狀態(tài)包括以下至少之一可接受的性能值；確認(rèn)模型；以及不可接受的性能值。根據(jù)每個(gè)預(yù)測(cè)模型(104)的狀態(tài)，該方法包括執(zhí)行以下過(guò)程至少之一終止對(duì)資產(chǎn)的至少兩個(gè)預(yù)測(cè)模型(104)的利用，產(chǎn)生至少兩個(gè)預(yù)測(cè)模型(104)狀態(tài)的資產(chǎn)報(bào)警，以及根據(jù)所述至少兩個(gè)預(yù)測(cè)模型(104)的狀態(tài)更新所述至少兩個(gè)預(yù)測(cè)模型(104)。
文檔編號(hào)G06Q10/00GK1866286SQ200610089868
公開(kāi)日2006年11月22日 申請(qǐng)日期2006年4月28日 優(yōu)先權(quán)日2005年4月28日
發(fā)明者R·V·蘇布, P·P·波尼素尼, N·H·?？藗惖? N·S·伊耶, R·P·沙, W·殷, C·E·克諾德, J·J·舒米德 申請(qǐng)人:通用電氣公司