| 基于改进的DeepESN软测量建模方法及应用 |
| |
| 引用本文： | 岳文琦. 基于改进的DeepESN软测量建模方法及应用[J]. 测控技术, 2021, 40(10): 63-68. DOI: 10.19708/j.ckjs.2021.08.255 |
| |
| 作者姓名： | 岳文琦 |
| |
| 作者单位： | 甘肃兰晶光电科技有限公司,甘肃兰州730030 |
| |
| 摘 要： | 针对硫回收装置中硫化氢和二氧化硫浓度的实时监控预测问题,提出一种基于改进的深度回声状态网络(DeepESN)软测量建模方法,给出了其离线学习算法.改进的DeepESN网络能够通过多层回声状态网络的结构,可以对具有强非线性特性的化工过程进行有效的深度学习和预测.离线学习算法在求输出权值时加入了岭回归算法,有效地提高了网络学习的稳定性.将该方法在同等条件下与现有的软测量建模方法进行了比较,基于改进的DeepESN软测量建模方法具有更好的学习能力、更高的学习效率和预测精度.
|
| 关 键 词： | 深度回声状态网络 软测量 预测 算法 化工过程 |
Dynamic Soft Sensor Modeling and Its Application Based on Improved DeepESN |
| |
| YUE Wen-qi. Dynamic Soft Sensor Modeling and Its Application Based on Improved DeepESN[J]. Measurement & Control Technology, 2021, 40(10): 63-68. DOI: 10.19708/j.ckjs.2021.08.255 |
| |
| Authors: | YUE Wen-qi |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《测控技术》浏览原始摘要信息 |
|
点击此处可从《测控技术》下载全文 |
|
