基于主元提取的鲁棒极限学习机研究及其化工建模应用

作     者：张晓晗 汪平江 顾祥柏 徐圆 贺彦林 朱群雄 ZHANG Xiaohan;WANG Pingjiang;GU Xiangbai;XU Yuan;HE Yanlin;ZHU Qunxiong

作者机构：北京化工大学信息科学与技术学院北京100029 智能过程系统工程教育部工程研究中心北京100029 中石化炼化工程(集团)股份有限公司北京100101 

基　　金：国家自然科学基金青年项目(61703027) 国家自然科学基金重点项目(61533003) 中央高校基本科研业务费专项资金(JD1808 XK1802-4) 

出 版 物：《化工学报》 (CIESC Journal)

年 卷 期：2019年第70卷第2期

页      码：475-480页

摘      要：化工生产过程日益复杂,传统极限学习机(extreme learning machine, ELM)无法有效地对化工过程数据建模。针对该问题,提出一种基于主元提取(principal components extraction, PCE)的鲁棒极限学习机(PCE-RELM)。通过对ELM隐含层进行主元分析,提取数据的主元特征,去除变量间的线性相关性,简化研究问题。可以减小隐含层节点数对模型精度的影响,实现对ELM隐含层节点数的快速随机选取,同时使ELM具有鲁棒性。为验证提出方法的有效性,将PCE-RELM模型应用于精对苯二甲酸(purified terephthalic acid,PTA)生产过程建模。仿真结果显示,相比传统的ELM,PCE-RELM模型具有设计简单、鲁棒性好、精度高等优势,可以对化工过程控制、分析起到指导作用。

主 题 词：极限学习机 神经网络 主元分析 过程建模 化工生产 过程控制 

学科分类：0817[工学-轻工类] 08[工学] 0703[理学-化学类] 081101[081101] 0811[工学-水利类] 081102[081102] 

核心收录：

D　O　I：10.11949/j.issn.0438-1157.20181355

馆 藏 号：203453697...