混合智能在递归神经网络软测量中的应用

作     者：王杰 古奋飞 WANG Jie;GU Fenfei

作者机构：马鞍山师范高等专科学校安徽马鞍山243041 安徽新华学院信息工程学院合肥230088 

基　　金：安徽省质量工程示范实验实训中心项目(20101233) 

出 版 物：《四川理工学院学报（自然科学版）》 (Journal of Sichuan University of Science & Engineering(Natural Science Edition))

年 卷 期：2015年第28卷第2期

页      码：52-56页

摘      要：针对机理不清且具有复杂非线性关系的过程对象,提出一种基于混合智能的递归神经网络的数据驱动软测量建模方法。利用主元分析处理输入变量之间的共线性问题,设计了Hammerstein模型与递归神经网络的混合结构,用于描述过程对象的非线性和动态关系。为了使模型参数估计达到全局最优,提出了基于收缩粒子群优化算法的参数学习算法,不仅能够实现模型参数的更新,而且能够保证建模误差最小化。通过某氧化铝氯酸钠溶液组分浓度软测量问题中的实际应用表明:混合智能方法有效。

主 题 词：混合智能 数据驱动 递归神经网络 粒子群优化算法 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.11863/j.suse.2015.02.12

馆 藏 号：203474521...