基于MapReduce的并行PLS过程监控算法实现

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

所属期刊栏目：54

分类号：TP277(自动化技术及设备)

资助基金：国家自然科学基金61433001;北京市属高等学校高层次人才引进与培养计划项目CIT&TCD20150314

在线出版日期：2019-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：61-65,175