东北大学学报（自然科学版）

东北大学学报(自然科学版) ›› 2005, Vol. 26 ›› Issue (6): 519-522.DOI: -

• 论著 • 上一篇    下一篇

基于多神经网络模型的软测量方法及应用

常玉清;王小刚;王福利   

  1. 东北大学教育部暨辽宁省流程工业综合自动化重点实验室;东北大学信息科学与工程学院;东北大学信息科学与工程学院 辽宁沈阳　110004东北大学信息科学与工程学院辽宁沈阳　110004
  • 收稿日期:2013-06-24 修回日期:2013-06-24 出版日期:2005-06-15 发布日期:2013-06-24
  • 通讯作者: Chang, Y.-Q.
  • 作者简介:-
  • 基金资助:
    国家自然科学基金资助项目(60374003);;国家重点基础研究发展规划项目(2002CB312200)

Multi neural network method for soft sensing and its application

Chang, Yu-Qing (1); Wang, Xiao-Gang (2); Wang, Fu-Li (2)   

  1. (1) Laboratory of Process Industry Automation, Northeastern University, Shenyang 110004, China; (2) School of Information Science and Engineering, Northeastern University, Shenyang 110004, China
  • Received:2013-06-24 Revised:2013-06-24 Online:2005-06-15 Published:2013-06-24
  • Contact: Chang, Y.-Q.
  • About author:-
  • Supported by:
    -

RichHTML

1

PDF (PC)

710

摘要： 针对具有复杂非线性的生化过程,提出了一种基于多神经网络模型的软测量方法·利用主成分分析技术对原样本数据进行压缩,得到低维样本数据,并利用一种改进的分类指标对低维样本数据实现生化过程样本数据的分类,然后利用神经网络分别拟和各类数据的特性,建立软测量模型·最后,将这一方法应用于谷氨酸发酵过程,实验结果验证了该方法的有效性·

关键词: 软测量, 多神经网络, 主成分分析, 数据降维, 生化过程

Abstract: A Multi Neural Network method is proposed for soft sensing in a complex non-linear biochemical process. Low dimensional sample data are achieved by way of original data compression through principal component analysis, and a kind of modified sorting indices are used for these data to accomplish data hierarchy of the biochemical process model. Then, a soft sensing model is developed using multi neural network to fit the different hierarchical property of the process. The method has been applied to a glutamic acid fermentation process, and the testing results showed its effectiveness.

中图分类号: