基于神經(jīng)網(wǎng)絡(luò)的軟測(cè)量技術(shù)研究與應(yīng)用.pdf

1、ISA法銅電解生產(chǎn)過程具有工藝反應(yīng)機(jī)理復(fù)雜、非線性、強(qiáng)耦合、時(shí)變和大滯后等特點(diǎn)。電解生產(chǎn)過程中，電解槽中電解液化學(xué)成份的變化直接影響產(chǎn)品的質(zhì)量。然而，目前并沒有可靠的電解液成分濃度在線實(shí)時(shí)檢測(cè)方法，僅能依靠實(shí)驗(yàn)室化驗(yàn)分析。由于電解液成分的實(shí)驗(yàn)室化驗(yàn)結(jié)果與實(shí)際值存在很長(zhǎng)時(shí)間的滯后，使得及時(shí)、迅速的控制與優(yōu)化難以實(shí)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(shí)時(shí)檢測(cè)的問題，軟測(cè)量技術(shù)應(yīng)運(yùn)而生，并已發(fā)展為當(dāng)前過程控制領(lǐng)域研

2、究的熱點(diǎn)之一。本文對(duì)當(dāng)前軟測(cè)量技術(shù)的發(fā)展、現(xiàn)狀和特點(diǎn)等作了簡(jiǎn)單概述，介紹了軟測(cè)量技術(shù)的概念、基本模型以及一些常用的軟測(cè)量建模方法。針對(duì)銅電解生產(chǎn)過程中電解液成分難以實(shí)時(shí)檢測(cè)的問題，分析了采用機(jī)理與數(shù)據(jù)混合建模的軟測(cè)量方法建立電解液成分預(yù)測(cè)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(guān)注用智能算法來設(shè)計(jì)、優(yōu)化神經(jīng)網(wǎng)絡(luò)。本文在深入研究粒子群算法的基礎(chǔ)上，將已在遺傳算法中成熟運(yùn)用的變異方法引入到二進(jìn)制粒子群算法中，通

3、過解決背包問題仿真試驗(yàn)表明，改進(jìn)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(luò)結(jié)構(gòu)設(shè)計(jì)缺乏理論指導(dǎo)、泛化能力差及訓(xùn)練算法易于陷入局部最優(yōu)等問題，本文提出了用改進(jìn)后粒子群算法優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)和訓(xùn)練神經(jīng)網(wǎng)絡(luò)的方法。在引進(jìn)表示各層節(jié)點(diǎn)之間連接狀態(tài)的矩陣基礎(chǔ)上，將神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)作為優(yōu)化目標(biāo)，采用二進(jìn)制粒子群算法解決網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化問題。同時(shí)，用標(biāo)準(zhǔn)粒子群算法取代傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法進(jìn)行網(wǎng)絡(luò)訓(xùn)練。這種方法