混合智能在递归神经网络软测量中的应用

• 作者: 古奋飞 王杰
• 来源期刊: 四川理工学院学报（自然科学版）
• 学科: 工学
• 关键词: 混合智能 数据驱动 递归神经网络 粒子群优化算法
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 机械、电子及计算机科学
• 页码范围: 52-56
• 页数: 5页
• 分类号: TP18
• 字数: 3052字
• 语种: 中文
• DOI: 10.11863/j.suse.2015.02.12

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王杰		14	22	3.0	4.0
2	古奋飞	安徽新华学院信息工程学院	13	9	2.0	2.0