基于GA-ANN的非线性半参数建模方法

作     者：段斌 梁军 费正顺 杨敏 胡斌 

作者机构：浙江大学工业控制技术国家重点实验室浙江杭州310027 

基　　金：国家"863"高技术研究发展计划资助项目(2007AA04Z168 2009AA04Z154) 国家自然科学基金资助项目(60574047) 教育部博士点基金资助项目(20050335018) 

出 版 物：《浙江大学学报（工学版）》 (Journal of Zhejiang University：Engineering Science)

年 卷 期：2011年第45卷第6期

页      码：977-983页

摘      要：为结合参数模型与非参数模型各自的优势,提高建模精度,将非线性半参数模型引入到工业过程建模中.提出基于遗传算法和神经网络的非线性半参数模型的建模方法及结构方案,并给出同时估计参数模型部分和非参数模型部分的交叉循环迭代的算法步骤.对算法中的神经网络的设计和遗传算法进行了改进研究,重点讨论了在增加精英保留策略、增加算法的记忆功能、提出新的适应度计算方法和交叉变异策略等方面的改进措施.采用聚乙烯装置的现场工业数据对方法的有效性进行了验证.结果表明:半参数模型比传统的参数模型有更好的预测精度,并能够较好地跟踪过程变化.

主 题 词：半参数模型 非线性系统 遗传算法 神经网络 

学科分类：08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 0838[0838] 

核心收录：

D　O　I：10.3785/j.issn.1008-973x.2011.06.003

馆 藏 号：203742788...