| 基于ELM的硫熏强度软测量模型 |
| |
| 引用本文： | 宋绍剑,刘小兵,林小峰.基于ELM的硫熏强度软测量模型[J].计算机测量与控制,2015,23(3). |
| |
| 作者姓名： | 宋绍剑 刘小兵 林小峰 |
| |
| 作者单位： | 广西大学电气工程学院,南宁,530004 |
| |
| 基金项目： | 国家自然科学基金重点项目，桂科攻 |
| |
| 摘 要： | 硫熏强度是亚法糖厂澄清工段的关键工艺参数之一;硫熏强度过低会影响澄清效果,过高会造成成品糖二氧化硫残留过高;目前由于缺乏合适的硫熏强度在线测量装置,该参数主要采用人工取样和离线化验的检测方式,化验滞后时间较长,难以根据该指标及时指导实际生产的问题;为此文章采用极限学习机(ELLM)方法建立了硫熏强度软测量模型,并与基于支持向量机(SVM)、径向基函数(RBF)神经网络和反向传播(BP)神经网络的硫熏强度软测量模型进行对比分析;结果显示,基于ELM的硫熏强度软测量模型具有训练收敛速度快、模型精度高和泛化性能好等优点,可以满足实际糖厂澄清工段的要求.
|
| 关 键 词： | 澄清过程 硫熏强度 软测量 神经网络 |
ELM-based Soft-sensing Modeling for Intensity of Sulfitation |
| |
| Song Shaojian,Liu Xiaobing,Lin Xiaofeng.ELM-based Soft-sensing Modeling for Intensity of Sulfitation[J].Computer Measurement & Control,2015,23(3). |
| |
| Authors: | Song Shaojian Liu Xiaobing Lin Xiaofeng |
| |
| Abstract: | |
| |
| Keywords: | clarification process intensity of sulfitation soft-sensing neural network |
| 本文献已被 万方数据 等数据库收录！ |
|
