一种面向混合噪声分布的复杂工业过程预测方法

本发明提供了一种面向混合噪声分布的复杂工业过程预测方法，包括：步骤1：收集液态挖掘机系统离线状态下具有混合噪声特性的数据集，采集操作杆的位置作为液压挖掘机系统模型的输入数据，油缸位移实际值作为输出数据，构建液态挖掘机系统的ARX模型；步骤2：针对ARX模型，引入系统噪声分布及模型参数的先验分布，形成液态挖掘机系统辨识问题的概率描述，假定系统噪声服从高斯分布和具有适当权重的K‑1个拉普拉斯分布以提高系统鲁棒性；步骤3：基于辨识数据集和液态挖掘机系统辨识问题的概率描述，在期望最大化算法框架下迭代更新，得到待辨识参数。本发明采用基于高斯‑拉普拉斯混合噪声特性实现对复杂工业过程系统辨识建模，提高了辨识的准确性。