基于神經(jīng)網(wǎng)絡的軟測量技術研究與應用.pdf

1、ISA法銅電解生產(chǎn)過程具有工藝反應機理復雜、非線性、強耦合、時變和大滯后等特點。電解生產(chǎn)過程中，電解槽中電解液化學成份的變化直接影響產(chǎn)品的質量。然而，目前并沒有可靠的電解液成分濃度在線實時檢測方法，僅能依靠實驗室化驗分析。由于電解液成分的實驗室化驗結果與實際值存在很長時間的滯后，使得及時、迅速的控制與優(yōu)化難以實現(xiàn)。
　　 在工業(yè)生產(chǎn)和制造過程中，為解決這種過程量難以實時檢測的問題，軟測量技術應運而生，并已發(fā)展為當前過程控制領域研

2、究的熱點之一。本文對當前軟測量技術的發(fā)展、現(xiàn)狀和特點等作了簡單概述，介紹了軟測量技術的概念、基本模型以及一些常用的軟測量建模方法。針對銅電解生產(chǎn)過程中電解液成分難以實時檢測的問題，分析了采用機理與數(shù)據(jù)混合建模的軟測量方法建立電解液成分預測模型的可行性。
　　 近年來，隨著智能算法研究的興起，人們開始關注用智能算法來設計、優(yōu)化神經(jīng)網(wǎng)絡。本文在深入研究粒子群算法的基礎上，將已在遺傳算法中成熟運用的變異方法引入到二進制粒子群算法中，通

3、過解決背包問題仿真試驗表明，改進后的算法增加了種群多樣性，較好的解決了算法早熟的問題。
　　 為解決傳統(tǒng)的前向神經(jīng)網(wǎng)絡結構設計缺乏理論指導、泛化能力差及訓練算法易于陷入局部最優(yōu)等問題，本文提出了用改進后粒子群算法優(yōu)化網(wǎng)絡結構和訓練神經(jīng)網(wǎng)絡的方法。在引進表示各層節(jié)點之間連接狀態(tài)的矩陣基礎上，將神經(jīng)網(wǎng)絡的結構作為優(yōu)化目標，采用二進制粒子群算法解決網(wǎng)絡結構優(yōu)化問題。同時，用標準粒子群算法取代傳統(tǒng)的神經(jīng)網(wǎng)絡訓練算法進行網(wǎng)絡訓練。這種方法