控制工程
控製工程
공제공정
CONTROL ENGINEERING OF CHINA
2015年
3期
516-520
,共5页
Bagging%集成学习%球团矿%混合建模
Bagging%集成學習%毬糰礦%混閤建模
Bagging%집성학습%구단광%혼합건모
Bagging%ensemble learning%iron ore pellet%hybrid modeling
链篦机回转窑球团矿烧结过程是典型的热工过程,具有非线性、高耦合和大滞后的特点.要建立精确可靠的机理模型十分困难.此外,简化和假定条件与实际过程之间往往存在偏差,因此,单纯利用机理建模方法对球团矿烧结过程进行建模具有一定的局限性.考虑到球团矿烧结过程的复杂性和单纯机理模型的局限性,在机理模型的基础上,利用神经网络集成进行灰箱模型建模,以BP神经网络为集成的个体网络,采用Bagging法来生成样本集,样本用来训练个体网络.结果显示,混合模型具有更高的精度,是一种更优的模型.
鏈篦機迴轉窯毬糰礦燒結過程是典型的熱工過程,具有非線性、高耦閤和大滯後的特點.要建立精確可靠的機理模型十分睏難.此外,簡化和假定條件與實際過程之間往往存在偏差,因此,單純利用機理建模方法對毬糰礦燒結過程進行建模具有一定的跼限性.攷慮到毬糰礦燒結過程的複雜性和單純機理模型的跼限性,在機理模型的基礎上,利用神經網絡集成進行灰箱模型建模,以BP神經網絡為集成的箇體網絡,採用Bagging法來生成樣本集,樣本用來訓練箇體網絡.結果顯示,混閤模型具有更高的精度,是一種更優的模型.
련비궤회전요구단광소결과정시전형적열공과정,구유비선성、고우합화대체후적특점.요건립정학가고적궤리모형십분곤난.차외,간화화가정조건여실제과정지간왕왕존재편차,인차,단순이용궤리건모방법대구단광소결과정진행건모구유일정적국한성.고필도구단광소결과정적복잡성화단순궤리모형적국한성,재궤리모형적기출상,이용신경망락집성진행회상모형건모,이BP신경망락위집성적개체망락,채용Bagging법래생성양본집,양본용래훈련개체망락.결과현시,혼합모형구유경고적정도,시일충경우적모형.
