基于联合因果拓扑推理的因果增强软测量建模方法

本发明提出了一种基于联合因果拓扑推理的因果增强软测量建模方法。首先基于Copula理论的多变量联合因果拓扑推理，获得输入变量与目标变量之间的联合因果权重；然后基于独立置信度的动态反馈矫正有序先验结构，针对专家知识基于数据贡献度进行反馈矫正；此后基于因果权重引导的相关图结构增强，在相关性基础之上融入了因果权重，得到了因果图结构矩阵，同时设计了融合因果时序图网络，以对齐性损失为约束，实现因果和时序信息的提取以及最终的目标变量的建模。本发明方法可利用以数据形式的相关关系和以专家经验形式的因果关系进行有机结合，以实现高稳定性且具备可解释性的软测量建模，能够广泛应用于对软测量建模具有需求的工业现场。