基于神经网络PLS方法的软测量建模研究

• 作者: 梁军 汪小勇 王文庆
• 来源期刊: 浙江大学学报(工学版)
• 学科: 工学
• 关键词: 非线性偏最小二乘 神经网络 轧钢加热炉 软测量
• 年，卷（期）: 2004,（6）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 676-681
• 页数: 6页
• 分类号: TP273
• 字数: 4545字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2004.06.005

摘要

通过神经网络(neurals network, NN)逼近策略,由偏最小二乘回归(partial least squares, PLS)方法拓展得到非线性的PLS-NN方法,构造了基于梯度下降算法的神经网络权值矩阵学习规则.以具有3个质量变量、26个过程变量的轧钢加热炉中钢坯温度分布的检测为例,利用两组实际的运行操作数据对所建模型进行了求解和验证.与线性PLS及机理模型的计算结果相比,PLS-NN模型的估计误差最小(比例大约为1∶1.7∶2.8).运用PLS-NN模型进行了轧钢加热炉生产操作条件的模型预测分析,分析结果表明,加热炉各燃烧段的燃气流量的变化对加热炉生产影响最为显著.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王文庆		4	58	3.0	4.0