半監(jiān)督極限學(xué)習(xí)機(jī)在化工過(guò)程軟測(cè)量建模中的應(yīng)用研究.pdf

1、化工過(guò)程軟測(cè)量建模對(duì)于保障化工生產(chǎn)裝置的連續(xù)平穩(wěn)操作及提高其產(chǎn)品質(zhì)量具有重要的作用。然而，半監(jiān)督學(xué)習(xí)方法還很少應(yīng)用于化工過(guò)程的軟測(cè)量建模，導(dǎo)致大量無(wú)標(biāo)簽樣本的信息無(wú)法有效利用。本文提出兩種半監(jiān)督軟測(cè)量建模方法，主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)如下：
　　(1)針對(duì)目前大部分化工過(guò)程軟測(cè)量模型沒(méi)有利用無(wú)標(biāo)簽樣本的缺點(diǎn)，提出將半監(jiān)督極限學(xué)習(xí)機(jī)(Semi-supervised Extreme Learning Machine, SELM)應(yīng)用到化工

2、過(guò)程軟測(cè)量建模中。SELM將無(wú)標(biāo)簽樣本所攜帶的信息融合入軟測(cè)量建?？蚣?，有效提高了模型的預(yù)測(cè)精度及其可靠性。以重油催化裂化汽油收率軟測(cè)量為例，與反向傳播神經(jīng)網(wǎng)絡(luò)和極限學(xué)習(xí)機(jī)相比，驗(yàn)證了該方法的有效性。
　　(2)SELM中懲罰參數(shù)λ不能隨有標(biāo)簽樣本個(gè)數(shù)的變化自動(dòng)變化，采用傳統(tǒng)留一交叉驗(yàn)證方法的計(jì)算復(fù)雜度較大。提出了快速留一交叉驗(yàn)證半監(jiān)督極限學(xué)習(xí)機(jī)(Fast-Leave-One-Out-Cross-Validation SELM,F

3、SELM)方法，F(xiàn)SELM可以自動(dòng)選取合理的懲罰參數(shù)λ，而且避免了傳統(tǒng)留一交差驗(yàn)證復(fù)雜度較大的問(wèn)題。以田納西-伊斯曼過(guò)程19種成分變量軟測(cè)量為例，與主元回歸和極限學(xué)習(xí)機(jī)相比較，表明FSELM在化工過(guò)程軟測(cè)量建模預(yù)測(cè)中，預(yù)測(cè)效果更好。
　　(3) FSELM中隱層節(jié)點(diǎn)個(gè)數(shù)需要靠經(jīng)驗(yàn)選取，若選取不當(dāng)，可能會(huì)導(dǎo)致模型過(guò)擬合。并且每次節(jié)點(diǎn)個(gè)數(shù)改變，都需要重新建模，計(jì)算效率較低。提出了節(jié)點(diǎn)遞推更新快速留一交叉驗(yàn)證半督極限學(xué)習(xí)機(jī)(Recurs