基于自适应MCMC采样的新型UPFNN铝电解能耗模型 |
| |
作者姓名: | 丁伟 姚立忠 龙伟 李炎炎 |
| |
作者单位: | 四川大学机械工程学院,成都610065;重庆科技学院电气工程学院,重庆401331;四川大学机械工程学院,成都610065 |
| |
基金项目: | 国家自然科学基金,省自然科学基金 |
| |
摘 要: | 针对铝电解过程中噪声密集、分布类型未知且参数特征高维而导致建模精度不佳的问题,提出一种基于自适应MCMC采样的新型无迹粒子滤波神经网络(AMCMC-UPFNN)建模方法.该方法首先利用无迹变换(UT)中κ参数的平方项代替UPFNN算法中对应的常规项,避免因维数过高而导致UT矩阵出现非正定情况,保证UPFNN中Sigma点采样的合理性;然后,在传统MCMC方法基础上引入自适应采样策略来保持粒子的多样性,使所建立概率密度分布更接近真实分布;最后,与相关建模方法开展铝电解工业应用验证实验.结果表明,AMCMC-UPFNN模型预测精度的相对误差百分比不超过1%,取得了比PFNN、UPFNN和MCMC-UPFNN更优的性能指标.
|
关 键 词: | 马尔科夫链蒙特卡洛 无迹粒子滤波 铝电解 神经网络 能耗建模 |
收稿时间: | 2020-09-03 |
修稿时间: | 2020-10-10 |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《四川大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《四川大学学报(自然科学版)》下载全文 |
|