基于 IQPSO 优化 ELM的熟料质量指标软测量研究

摘要：

水泥熟料游离氧化钙（fCaO）含量是水泥生产过程的重要质量指标。针对难以建立其精确的数学模型和难以实时在线测量的问题，首先采用序列二次规划方法增强量子粒子群算法的局部搜索能力，提出了一种局部区域可调的改进量子粒子群优化（IQPSO）算法，并采用提出的 IQPSO 算法优化超限学习机（ELM）的输入层权值和隐层阈值参数，在优化过程中同时兼顾均方根误差和隐层输出矩阵条件数最小的原则，建立了基于 IQPSO 优化 ELM的水泥熟料 fCaO 软测量模型，仿真验证结果表明， IQPSO 算法具有较高的搜索精度以及较快的收敛速度，建立的软测量模型精度高、泛化能力强。最后基于该模型，通过软件编程的方法给出了水泥熟料质量指标软测量仪表，实现了 fCaO 含量的在线软测量。

关键词：量子势阱、粒子群、序贯二次规划、超限学习机、软测量

所属期刊栏目：37

分类号：TP183;TH701(自动化基础理论)

资助基金：河北省自然科学基金F2016203354

在线出版日期：2016-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2243-2250