プラントのセンサーデータからリアルタイムでの測定が難しい因子を随時推定するソフトセン サーのモデル最適化を行います。MIモデル最適化と同様、様々な特徴をもつ 20 以上のモデルの中から、ユーザーのデータセットに合うモデルを比較検討できます。またMoving Window (MW)モデル、Just-In-Time (JIT)モデルの中から適応型ソフトセンサーのモデル最適化が可能です。
モデル最適化
読み込みデータタブにて、「データファイル読み込み」より、データセットを表示させます。※データセットの作成については、「サンプルデータセットおよびデータセット作成手順」をご参照ください。
モデル最適化タブにて以下の項目を設定し、「作成」をクリックすると、モデル最適化の結果が表示されます。各モデルの交差検証の結果グラフ、テストデータにおける実測値と予測値の時系列プロット、r2, RMSE, MAEの数値を比較し、最適モデルを判断します。
※計算中に作成ボタンの横に表示される「停止」ボタンをクリックすると、その時点の処理中のモデルまでで計算が完了します。
目的変数Y
予測の対象となる物性・活性・特性等の特徴量を選択します。Yは一つのみ選択できます。
説明変数X
温度・圧力などのセンサーデータの特徴量を選択します。
オートスケーリング
「MIモデル最適化」のオートスケーリングと同様です。通常はチェックを入れます。
テストデータ開始点
テストデータが始まる時刻を設定します。設定した時刻より前までのサンプルが、トレーニングデータになります。
Yの測定所要時間
目的変数Yの測定にかかる時間を設定します。設定した時間の分、トレーニングデータへのサンプルの追加を遅らせます。
X⇒Y 最大時間遅れ、X⇒Y 時間遅れ幅
目的変数Y に対する説明変数 X の時間遅れを設定します。前者で最大の時間遅れを、後者で時間遅れの幅を設定します。例えば、最大時間遅れが 10、時間遅れ幅が 2 のときには、Y に対して 0, 2, 4, 6, 8, 10 だけ遅れた X の変数を使用することになります。(0 は時間遅れなしです)