数据建模

数据与机理相结合的建模方法

• 机理模型：如利用欧姆定律建模
  • 优点：有明确物理意义，可解释性强
  • 缺点：对复杂系统（耦合度高）建模困难，误差大，计算成本高
• 数据模型：如神经网络
  • 优点：可以处理非线性、复杂关系，无需完全知晓机理
  • 缺点：必须依赖大量数据，缺乏物理约束，外推能力差

串联混合模型

• 适用于过程机理模型结构已知（精确），但存在未知参数的情况

并联混合模型

• 以数学描述的复杂工业生产过程机理为基础，以数据驱动的经验模型去建立机理模型无法或难于建模动态，补偿机理模型的建模误差