摘要:本发明涉及一种基于混合MPLS的多阶段过程质量预报方法。首先,利用GMM模型对每批次采集数据进行阶段识别。针对多批次同一子阶段长度不等问题,应用动态时间归整(Dynamic time warping,DTW)算法依据相似度最小和最长反应持续时间同步为等长轨迹。并在同步后的数据集中按变量展开方式建立单MPLS模型。其次,根据Fisher判据分析(Fisher DiscriminantAnalysis,FDA)方法寻找各数据集之间最佳的投影向量,最小化子阶段数据样本间的相关性,并引入核密度方法估计各子阶段数据在最佳投影向量上的概率密度分布,来在线监测阶段切换。最后,利用贝叶斯原则融合各子阶段MPLS模型进行质量预报。