磨机负荷参数快速去相关神经网络集成模型

• 作者: 李彬 汪滢 王魏 赵立杰 陈斌
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 磨机负荷 负相关学习 快速去相关神经网络集成 随机向量函数连接网络
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 监测装置与仪器
• 页码范围: 1952-1957
• 页数: 6页
• 分类号: TP29
• 字数: 4012字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.151050

摘要

磨机负荷是与磨矿过程生产效率、产品质量、能源消耗密切相关的重要指标.由于封闭旋转运行的工作特点,球磨机负荷参数难以直接有效测量.针对集成模型成员间的相关性相对较高的问题,提出一种基于快速去相关神经网络集成的球磨机负荷参数建模方法.该方法采用随机向量函数连接(Random Vector Functional-Link,RVFL)网络生成磨机负荷参数集成模型个体,随机分配RVFL个体模型隐含层参数,使用负相关(Negative Correlation Learning,NCL)算法,将集成模型转化为线性方程求解集成模型参数.球磨机运行试验数据的仿真实验结果验证了所提球磨机负荷模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵立杰	沈阳化工大学信息工程学院	42	592	12.0	24.0
2	汪滢	沈阳化工大学信息工程学院	41	219	8.0	12.0
3	王魏	大连海洋大学信息工程学院	14	38	3.0	5.0
4	李彬	沈阳化工大学信息工程学院	3	11	2.0	3.0
5	陈斌	沈阳化工大学信息工程学院	24	72	5.0	7.0