1.一种基于多模型迁移和BMA理论的复杂工业过程低成本建模方法，其特征在于：采用多套相同的生产设备，各自的内部参数不同，进行多个相似的生产过程，其中有N个生产过程已知预测模型，认定其为旧工业过程，另有一生产过程未知预测模型，认定为新工业过程；旧工业过程运行时间长，数据多且预测模型准确，新工业过程是全新的生产过程，数据少；新工业过程输入数据为X，旧工业过程预测模型为Mi(x),i＝1,…,N；具体建模方法如下：A、选取已有相似旧工业过程模型Mi(x),i＝1,…,N；

B、利用拉丁超立方采样方法，采集新工业过程建模初始数据集，同时映射新工业过程数据至旧工业过程模型的可行区间；

C、用贝叶斯模型平均理论评估旧工业过程模型对新工业过程建模的权重，获得旧工业过程模型融合输出为D、多模型迁移策略，训练新工业过程模型。将旧工业过程模型融合输出y1和新工业过程输入数据X作为多模型迁移策略的输入数据，利用取最小二乘支持向量机(Least Squares Support Vector Machine，LSSVM)算法训练新工业过程模型，获得新工业过程模型输出y2，完成新工业过程建模；

E、模型验证，若步骤D所得模型满足实验停止条件，则模型迁移训练结束，否则，利用嵌套拉丁超立方设计来采集新工业过程样本，继续训练新工业过程模型，直至满足实验停止条件。

2.根据权利要求1所述的基于多模型迁移和BMA理论的复杂工业过程低成本建模方法，其特征在于，所述步骤A包含：根据“25％规则”确定初始数据集大小n0，即n0≤0.25*T，T为实验预算；利用拉丁超立方采样方法采集n0组新工业过程数据，并将新工业过程数据映射到旧工业过程模型所对应的区间内，公式如下：其中xo和xn分别对应旧工业过程和新工业过程的输入，xo,min和xo,max是旧工业过程运行区间下限和上限，xn,min和xn,max是新工业过程运行区间的下限和上限。

3.根据权利要求1所述的基于多模型迁移和BMA理论的复杂工业过程低成本建模方法，其特征在于，所述步骤C包含：对于选定的N个相似旧工业过程模型M1,M2,...,MN和训练数据集D＝{(Y1,x1),(Y2,x2),…,(Yn,xn)}，输出值Y的概率分布函数可以被描述为：其中pi(Y|Mi,D)是在给定第i个旧工业过程模型Mi和训练数据集D下Y的后验分布，p(Mi|D)是旧工业过程模型Mi的权重，即wi＝p(Mi|D)且 从而根据贝叶斯模型平均理论得到预测输出Y的后验均值和方差是：利用期望最大化(Expectation-Maximization，EM)算法估计wi的值，步骤如下：

1)设置t＝0，计算初始值：

2)计算初始似然函数值：

其中gp(x)是高斯函数；

3)设置t＝t+1，计算

4)计算权值：

更新似然函数值；

5)计算δ＝l(w,σ)t-l(w,σ)t-1，如果δ≤δ0就结束算法；否则，返回第3)步；

根据获得的wi值，可得到旧工业过程模型融合输出为

4.根据权利要求1所述的基于多模型迁移和BMA理论的复杂工业过程低成本建模方法，其特征在于，所述步骤E中嵌套拉丁超立方设计为：假设初始实验中通过LHD运行n0次采集的数据序列为 通过NLHD运行n1次获得更大数据序列B的简要步骤如下：

1)计算 其中 表示大于等于n1x1k的最小整数，k＝1,

2,…,d；

2)从 绘制一个全排列 其中 表示ak在

中的相对补集；

3)通过 构建矩阵C，其中i＝1,…,n1-n0,k＝1,…,d,uik是U[0,1)下的独立同分布；

4)运行n1次逐行相加A和C得到B。

5.根据权利要求1所述的基于多模型迁移和BMA理论的复杂工业过程低成本建模方法，其特征在于，所述步骤E中实验停止条件为：选取交叉验证误差(Mean Cross Validation Error，Mean_CVE)作为阈值来判断数据采集循环继续与否，具体过程如下：

1)通过LHD采集初始的n0个实验数据；

2)设置t＝0；

3)使用nt个新工业过程数据训练迁移模型；

4)计算Mean_CVE，

其中Yi是新工业过程的真值，yi'是由数据点(xi,Yi)以外的数据建立的迁移模型的预测值；

5)如果Mean_CVE小于设定值则停止迁移模型训练，否则，令t＝t+1，通过嵌套拉丁超立方方法采集(nt+1-nt)组新工业过程数据，扩大训练数据集 返回步骤3)，直至Mean_CVE小于设定值。

6.根据权利要求1所述的基于多模型迁移和BMA理论的复杂工业过程低成本建模方法，其特征在于，所述步骤E中模型验证为：利用均方根误差(Root Mean Square Error，RMSE)和平均相对误差(Mean Relative Error，MRE)来评估迁移模型的有效性，公式如下：其中，N是测试数据的数量，yi是预测模型的输出，Yi是新工业过程的真实输出。