磨机负荷参数快速去相关神经网络集成模型
磨机负荷是与磨矿过程生产效率、产品质量、能源消耗密切相关的重要指标.由于封闭旋转运行的工作特点,球磨机负荷参数难以直接有效测量.针对集成模型成员间的相关性相对较高的问题,提出一种基于快速去相关神经网络集成的球磨机负荷参数建模方法.该方法采用随机向量函数连接(Random Vector Functional-Link,RVFL)网络生成磨机负荷参数集成模型个体,随机分配RVFL个体模型隐含层参数,使用负相关(Negative Correlation Learning,NCL)算法,将集成模型转化为线性方程求解集成模型参数.球磨机运行试验数据的仿真实验结果验证了所提球磨机负荷模型的有效性.
磨机负荷、负相关学习、快速去相关神经网络集成、随机向量函数连接网络
24
TP29(自动化技术及设备)
国家自然科学基金项目61203102,61503054,61573364;辽宁省教育厅科学研究项目L2013158, L2013272
2017-10-27（万方平台首次上网日期，不代表论文的发表时间）
共6页
1952-1957
