基于双向门控循环单元神经网络的间歇过程最终产品质量预测

• 作者: 祁佳康 罗娜 骆楠
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 间歇过程 质量预测 双向门控循环单元 损失函数 时间序列
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 807-814
• 页数: 8页
• 分类号: TQ021.8
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.20190926001

摘要

从具有共性的间歇过程终点质量预测问题出发,针对生产过程的时间序列特性进行分析,提出了一种基于双向门控循环单元神经网络的预测模型,对不等长间歇过程进行最终产品质量预测.结合实际生产中对预测值的要求,构建了适应间歇过程的损失函数,使模型在保证预测精度的前提下满足预测要求,从而获得更大的生产效益.将使用不同损失函数的双向门控循环(GRU)单元神经网络与多向偏最小二乘(MPLS)、神经网络(NN)、支持向量回归(SVR)以及门控循环单元神经网络的预测结果进行实验对比,结果表明双向门控循环单元神经网络具有更强的适用性和更高的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗娜		32	156	7.0	10.0
2	骆楠		1	0	0.0	0.0
3	祁佳康		1	0	0.0	0.0