10.16526/j.cnki.11-4762/tp.2019.08.011
基于混合准则的软测量建模辅助变量选择方法
软传感器在工业中被广泛应用于预测与产品质量密切相关的关键过程变量,这些变量很难在线测量;要建立一个高精度的软传感器,选择合适的辅助变量是至关重要的;针对这个问题,通过耦合训练集的BIC准则以及验证集的MSE准则得到一个混合整数非线性规划问题,并将该MINLP问题分成内外两层结构,外层采用遗传算法对二元整数变量进行寻优,内层在整数变量固定之后退化成了较易于求解的非线性规划问题;在此基础上经过进一步分析提出了基于混合准则的变量选择方法,然后将所得辅助变量子集代人BP神经网络进行软测量建模;最后,通过4组案例对所提出方法进行验证;结果表明,所提出方法建立的软测量模型具有较好的预测性能.
关键过程变量、辅助变量选择、混合整数非线性规划、BIC准则
27
TP274(自动化技术及设备)
国家自然科学基金项目51404211
2019-09-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
49-53,58