甘蔗煮糖過程主要檢測(cè)參數(shù)的數(shù)據(jù)融合技術(shù)研究.pdf

1、在甘蔗煮糖過程中，過飽和度的檢測(cè)一直是個(gè)難題，本文嘗試采用數(shù)據(jù)融合技術(shù)解決這個(gè)問題。在數(shù)據(jù)融合的眾多算法中，神經(jīng)網(wǎng)絡(luò)以其泛化能力強(qiáng)等優(yōu)勢(shì)，在數(shù)據(jù)融合中的應(yīng)用日益受到重視。 本論文首先運(yùn)用神經(jīng)網(wǎng)絡(luò)建模方法，使用現(xiàn)場(chǎng)測(cè)量的數(shù)據(jù)，建立了一個(gè)3×3×1結(jié)構(gòu)的預(yù)測(cè)煮糖過程過飽和系數(shù)的BP神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)檢測(cè)參數(shù)的融合，以便能較好解決過飽和度檢測(cè)難題；針對(duì)BP算法的缺陷，采用粒子群優(yōu)化算法(PSO)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的連接權(quán)值，并提出一種改

2、進(jìn)的PSO算法—BWPSO(最好最差粒子群優(yōu)化算法). 另外，針對(duì)LMBP算法參數(shù)μ和v難以確定的問題，提出利用PSO算法通過粒子搜索來指導(dǎo)參數(shù)的選取，不必靠人工經(jīng)驗(yàn)或反復(fù)試驗(yàn)選?。徊捎孟伻核惴?ACO)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的連接權(quán)值，并將PSO、ACO和BP作各種組合，提出了過飽和系數(shù)預(yù)測(cè)模型的不同訓(xùn)練方法；基于所獲得的真實(shí)檢測(cè)數(shù)據(jù)，通過比較所提出的各種融合算法的誤差，挑選效果最好的組合算法預(yù)測(cè)過飽和度。 最后，以LabV