基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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.
推荐文章
基于GA-ANN的苏锡常地裂缝危险性评价
地裂缝
地面沉降
人工神经网络
遗传算法
苏锡常地区
基于GA-PSO-ANN算法的隧洞岩土参数反分析
遗传算法
粒子群算法
人工神经网络
隧洞
岩土介质
反分析
基于Elman网络非线性散射参数测量与建模
非线性大信号散射函数
线性化
Elman网络建模
人工神经网络
基于RSM和GA-ANN优化超声-顶空气相色谱法测定植物油中六号溶剂残留量前处理条件
超声
六号溶剂
响应面法
神经网络
植物油
溶剂残留
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于GA-ANN的非线性半参数建模方法
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 半参数模型 非线性系统 遗传算法 神经网络
年,卷(期) 2011,(6) 所属期刊栏目 自动化技术、计算机技术
研究方向 页码范围 977-983
页数 7页 分类号 TP277
字数 语种 中文
DOI 10.3785/j.issn.1008-973X.2011.06.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 梁军 55 659 14.0 24.0
2 胡斌 54 261 9.0 14.0
3 杨敏 76 437 13.0 20.0
4 费正顺 3 25 2.0 3.0
5 段斌 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (19)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
半参数模型
非线性系统
遗传算法
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导