混合智能在递归神经网络软测量中的应用 |
| |
作者单位: | ;1.马鞍山师范高等专科学校;2.安徽新华学院信息工程学院 |
| |
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。
|
关 键 词: | 混合智能 数据驱动 递归神经网络 粒子群优化算法 |
Application of Hybrid Intelligent in Recurrent Neural Network Soft Measurement |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|