集成自编码与PCA的高炉多元铁水质量随机权神经网络建模

• 作者: 周平 张丽 戴鹏 李温鹏 柴天佑
• 来源期刊: 自动化学报
• 关键词: 随机权神经网络 AE-P-RVFLNs 自编码 主成分分析 NARX建模 高炉炼铁 过拟合
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 论文与报告
• 页码范围: 1799-1811
• 页数: 13页
• 字数: 7517字
• 语种: 中文
• DOI: 10.16383/j.aas.2018.c170299

摘要

针对随机权神经网络(Random vector functional-link networks,RVFLNs)建模存在的过拟合和泛化能力差的问题,集成自编码(Autoencoder)和主成分分析(Principal component analysis,PCA)技术,提出一种新型的改进RVFLNs算法,即AE-P-RVFLNs算法,用于建立高炉多元铁水质量在线估计的NARX (Nonlinear autoregressive exogenous)模型.首先,为了尽可能挖掘实际复杂工业数据中的有用信息和充分揭示输入数据之间的内在关系,采用Autoencoder前馈随机网络技术训练建模输入数据,并将训练得到的输出权值作为后续RVFLNs的输入权值;然后,引入PCA技术对RVFLNs的高维隐层输出矩阵进行降维,避免隐层输出矩阵多重共线性问题,从而解决由于隐层节点过多导致模型过拟合的问题;最后,基于所提AE-P-RVFLNs算法建立某大型高炉多元铁水质量在线估计的NARX模型.工业实验和比较分析表明:采用本文算法建立的多元铁水质量在线估计模型可有效提高运算效率和估计精度,尤其是避免常规RVFLNs建模存在的过拟合问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴天佑	东北大学流程工业综合自动化国家重点实验室	382	9006	43.0	78.0
2	周平	东北大学流程工业综合自动化国家重点实验室	38	462	12.0	20.0
3	张丽	东北大学流程工业综合自动化国家重点实验室	7	15	3.0	3.0
4	李温鹏	东北大学流程工业综合自动化国家重点实验室	2	4	1.0	2.0
5	戴鹏	东北大学流程工业综合自动化国家重点实验室	2	7	2.0	2.0