基于Bootstrap多神经网络的软测量方法

• 作者: 刘先广 吕文祥 周长 张杰 黄德先
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 原油蒸馏 软测量 Bootstrap 多神经网络
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 智能控制技术及应用
• 页码范围: 475-477,506
• 页数: 4页
• 分类号: TP183
• 字数: 3934字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7848.2009.04.027

摘要

针对原油蒸馏过程常规软测量模型难以适应原油进料性质变化的问题,提出Bootstrap多神经网络的非线性软测量处理策略.通过Bootstrap算法复制出训练集样本空间上的多个样本子空间,训练出多神经网络模型,避免了单个神经网络易于陷入局部最优及过度训练的弱点,具有较高的准确率和泛化能力.本处理策略用于建立常压塔一线干点的软测量模型,仿真结果表明模型预测准确率和鲁棒性较好,对原油性质变化具有较好的适应性.该方法将会改进实际蒸馏过程在进料性质变化情况下的产品质量指标的软测量精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄德先	清华大学自动化系	76	1246	19.0	33.0
2	吕文祥	清华大学自动化系	14	149	6.0	12.0
3	刘先广		2	7	2.0	2.0
4	周长	清华大学自动化系	1	4	1.0	1.0
5	张杰	纽卡斯尔大学化工与先进材料学院	2	7	2.0	2.0