基于自适应MCMC采样的新型UPFNN铝电解能耗模型

• 作者: 丁伟 姚立忠 龙伟 李炎炎
• 来源期刊: 四川大学学报（自然科学版）
• 关键词: 马尔科夫链蒙特卡洛 无迹粒子滤波 铝电解 神经网络 能耗建模
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 电子信息科学|Electronics and Information Science
• 页码范围: 98-104
• 页数: 7页
• 分类号: N945.12
• 语种: 中文
• DOI: 10.19907/j.0490-6756.2021.033004

摘要

针对铝电解过程中噪声密集、分布类型未知且参数特征高维而导致建模精度不佳的问题,提出一种基于自适应MCMC采样的新型无迹粒子滤波神经网络(AMCMC-UPFNN)建模方法.该方法首先利用无迹变换(UT)中κ参数的平方项代替UPFNN算法中对应的常规项,避免因维数过高而导致UT矩阵出现非正定情况,保证UPFNN中Sigma点采样的合理性;然后,在传统MCMC方法基础上引入自适应采样策略来保持粒子的多样性,使所建立概率密度分布更接近真实分布;最后,与相关建模方法开展铝电解工业应用验证实验.结果表明,AMCMC-UPFNN模型预测精度的相对误差百分比不超过1％,取得了比PFNN、UPFNN和MCMC-UPFNN更优的性能指标.