基于ELM的時(shí)序數(shù)據(jù)建模及應(yīng)用研究.pdf

1、使用模型來進(jìn)行預(yù)測(cè)、診斷與分析評(píng)價(jià)，一直是工業(yè)過程優(yōu)化研究的重點(diǎn)手段。隨著工業(yè)過程的復(fù)雜化，依據(jù)物理化學(xué)機(jī)理建立數(shù)學(xué)模型的方法已變得十分困難，人們轉(zhuǎn)而投向基于數(shù)據(jù)驅(qū)動(dòng)的建模研究，使其在數(shù)十年間得到了飛速的發(fā)展。作為數(shù)據(jù)驅(qū)動(dòng)建模的一種，人工神經(jīng)網(wǎng)絡(luò)憑借其強(qiáng)大的非線性映射能力成為了建模領(lǐng)域的熱點(diǎn)之一，但隨著數(shù)據(jù)量的增加，傳統(tǒng)神經(jīng)網(wǎng)絡(luò)固有的缺陷和不足被放大，例如訓(xùn)練速度過慢、參數(shù)難以選擇等，另外由于工業(yè)環(huán)境的特殊性，過程數(shù)據(jù)必定會(huì)攜帶著不同程

2、度的噪聲干擾，這些因素都將使得模型無法滿足實(shí)際需求。針對(duì)上述問題，本論文研究了基于超限學(xué)習(xí)機(jī)(Extreme learning machine，ELM)的數(shù)據(jù)建模方法，主要的內(nèi)容和研究成果包括:
　　1.針對(duì)工業(yè)過程數(shù)據(jù)的特點(diǎn)分析了傳統(tǒng)非線性濾波算法的不足，然后詳細(xì)介紹了一種基于局部最優(yōu)擬合的自適應(yīng)濾波算法，并通過洛倫茲系統(tǒng)及電功率兩組數(shù)據(jù)的去噪實(shí)驗(yàn)將該算法與小波域閾值濾波及擴(kuò)展卡爾曼濾波進(jìn)行了對(duì)比，證明了該算法能夠更有效地減小工

3、業(yè)過程數(shù)據(jù)中的噪聲干擾。
　　2.針對(duì)傳統(tǒng)神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中耗時(shí)過長(zhǎng)、參數(shù)難以選擇的問題，對(duì)固定型ELM及增量型ELM進(jìn)行了研究，并針對(duì)增量型ELM收斂速度不穩(wěn)定的問題介紹了一種十分有效的改進(jìn)算法，然后通過回歸問題的仿真實(shí)驗(yàn)將該改進(jìn)算法與多種神經(jīng)網(wǎng)絡(luò)進(jìn)行了對(duì)比，從收斂性能、預(yù)測(cè)精度、訓(xùn)練速度及網(wǎng)絡(luò)穩(wěn)定性等多個(gè)角度評(píng)價(jià)了改進(jìn)效果，從而證明了該改進(jìn)算法的可行性與優(yōu)越性。
　　3.從MATLAB環(huán)境與工業(yè)現(xiàn)場(chǎng)環(huán)境存在本質(zhì)區(qū)別的角度

4、出發(fā)，對(duì)能真實(shí)反映工業(yè)對(duì)象特性的仿真系統(tǒng)提出了需求。以流程工業(yè)綜合自動(dòng)化半實(shí)物仿真實(shí)驗(yàn)系統(tǒng)為平臺(tái)，對(duì)我國(guó)選礦工業(yè)中常用的兩段全閉路磨礦回路進(jìn)行了動(dòng)態(tài)仿真，并詳細(xì)介紹了仿真的實(shí)現(xiàn)流程，為后續(xù)的數(shù)據(jù)建模及模型驗(yàn)證提供了支撐。
　　4.以螺旋分級(jí)機(jī)為建模對(duì)象，利用磨礦過程仿真系統(tǒng)產(chǎn)生的數(shù)據(jù)，基于自適應(yīng)濾波算法和超限學(xué)習(xí)機(jī)改進(jìn)算法建立了螺旋分級(jí)機(jī)的預(yù)測(cè)模型，并通過離線及在線驗(yàn)證的實(shí)驗(yàn)驗(yàn)證了所建模型的有效性，進(jìn)而證明了本文所研究的自適應(yīng)濾波