导读:本文包含了神经网络软测量论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,测量,污泥,递归,算法,含氧量,组织。
神经网络软测量论文文献综述
乔源,王建峰,杨永存,赵文杰[1]（2019）在《基于神经网络的飞灰含碳量软测量模型及实现》一文中研究指出飞灰含碳量的准确测量是提高锅炉燃烧效率的基础,针对目前飞灰含碳量测量装置速度、精度不理想的情况,提出了基于互信息变量选取的神经网络飞灰含碳量预测模型,并通过PLC和上位机组合的方式对神经网络进行在线监控。首先,介绍了锅炉燃烧机理,针对影响飞灰含碳量的因素进行分析,对机理分析得到的影响因素通过互信息进行选取,得到飞灰含碳量软测量模型建立所需要的辅助变量;然后针对选取得到的辅助变量进行数据预处理,包含数据去重、数据滤波、去异常值等,以处理之后的数据为输入建立神经网络模型;最后,通过PLC的SCL语言对建立的神经网络模型进行编程实现,并通过上位机组态软件WinCC进行飞灰含碳量进行在线监控。结果表明本文所建立的动态模型相较于传统的飞灰含碳量静态神经网络模型具有更高的实用性和准确性,可对现场采集的数据进行实时计算得到飞灰含碳量值并进行校正; PLC测量装置有着良好的预测精度与较高的预测速度,能够用于现场飞灰含碳量测量。(本文来源于《电力科学与工程》期刊2019年11期）
刘剑,张凌波,王潇凌[2]（2019）在《基于混沌菌群算法改进BP神经网络的焦炭塔生焦高度软测量建模》一文中研究指出把混沌寻优思想引入菌群优化算法中,利用Logistic映射的遍历性、随机性及对初值的敏感性等,对当前菌群群体中的最优细菌进行混沌寻优,以预防算法"早熟"。同时,用混沌菌群算法优化BP神经网络过程,建立延迟焦化生焦高度斜率预测模型。仿真结果表明:该模型具有较高的精度和较好的泛化能力,能够实现生焦高度的实时监测。(本文来源于《化工自动化及仪表》期刊2019年10期）
丁海旭,李文静,叶旭东,乔俊飞[3]（2019）在《基于自组织递归模糊神经网络的BOD软测量》一文中研究指出生化需氧量是污水处理过程中评价水质的重要指标之一,神经网络软测量是解决其在线测量困难的主要方法。污水处理是一个动态的过程,而前馈神经网络由于缺乏动态性而难以保证对其的测量精度。本文提出了一种自组织递归模糊神经网络,建立了内部的反馈连接以增强网络动态性能,通过评估神经元的互信息关系和激活强度以增长或修剪规则层神经元,采用梯度下降学习算法进行参数更新,并结合自适应学习率以提高收敛精度。通过对实际污水厂数据的实验结果表明,本文提出的模型结构更紧凑,对出水生化需氧量的预测精度更高。(本文来源于《计算机与应用化学》期刊2019年04期）
翁俊杰[4]（2019）在《神经网络软测量在家用房间空调器制冷量测量中的研究与应用》一文中研究指出软测量是应用计算机技术对难以测量或无法直接测量的变量,选择与之相关的一些容易测量的变量,通过建模变量关系来推断或者估算。本文针对普通家用房间空调器系统的制冷量测量提出了一种基于BP神经网络的软测量方法。目前普通家用房间空调器多数为一拖一空调系统,通过测量采集空调系统中与制冷量变化相关的状态参数,采用BP神经网络预测系统制冷量,并在MATLAB中进行了仿真。同时采用平均影响值MIV对BP神经网络输入层节点参数的权重进行分析,从而达到变量的筛选,发现各变量在系统中作用的重要程度。结果表明,采用BP神经网络软测量的预测效果与实际测量结果偏差较小,可以用于家用房间空调系统制冷量的测量,且输入变量的权重分析结果与影响系统制冷量的组件结构特性较为一致。(本文来源于《日用电器》期刊2019年08期）
李宏桢[5]（2019）在《基于RBF神经网络的循环灰利用率软测量技术分析》一文中研究指出循环流化床烟气脱硫技术是国家重点环境保护实用技术。对循环流化床烟气脱硫的循环灰利用率进行软测量,有助于开发适合我国实际生产情况的烟气脱硫装置。通过分析RBF神经网络的主要特点,对软测量技术的基本思路进行了阐述,并提出了RBF神经网络的循环灰利用率软测量技术的具体应用。(本文来源于《自动化应用》期刊2019年07期）
廉小亲,王俐伟,安飒,魏伟,刘载文[6]（2019）在《基于SOM-RBF神经网络的COD软测量方法》一文中研究指出污水处理是一个复杂的非线性过程,化学需氧量(chemical oxygen demand,COD)是评价污水处理效果的关键指标之一。COD的传统测量方法耗时长、成本高,基于传统神经网络的软测量方法提高了COD参数的测量速度但精度较差。针对这些问题,设计一种结合自组织特征映射(self-organizing map, SOM)和径向基函数(radial basis function, RBF)神经网络的COD参数软测量方法。该方法利用SOM网络聚类数据样本,根据所得聚类结果确定RBF网络的隐层节点数及节点的数据中心,综合提高RBF网络的收敛速度和拟合精度。利用污水处理厂部分水样数据建立COD软测量模型,模型仿真和硬件在线测试结果表明,相对于传统的BP、RBF等网络,基于SOM-RBF神经网络的COD软测量方法测量时间短、预测精度较高,具有较为广阔的应用前景。(本文来源于《化工学报》期刊2019年09期）
吕文洋[7]（2019）在《基于神经网络的酚醛树脂纯度软测量方法研究》一文中研究指出酚醛树脂作为一种常见的化工原料,其成品中游离酚含量是检验其纯度的重要指标之一,随着酚醛树脂的应用愈加广泛,对其纯度的要求也越来越高。由于影响酚醛树脂合成过程的变量因素众多,最终成品的质量难以得到保证,且目前为止没有固定方法可对其纯度进行测量,因此使用计算机技术对酚醛树脂纯度的预测具有重要的实际意义。基于这一问题,本文以某工厂生产的酚醛树脂为研究对象,以神经网络和软测量技术为理论基础,设计了一种酚醛树脂纯度的软测量模型。首先,介绍并分析了酚醛树脂生产工艺,结合现场工艺人员的实际经验,确定出影响成品纯度的14个可测变量,并进行样本数据的采集和预处理。其次,对处理后的样本数据进行主成分分析,将原本与酚醛树脂成品纯度相关的14个变量,转换为可完全代表原始数据所有信息的7个主成分变量,实现了对原始数据集的降维。然后,基于BP神经网络建立了酚醛树脂纯度软测量模型,初步将建模方法分为全元法和要元法。选择MATLAB软件编写程序,对设计好的酚醛树脂神经网络结构进行训练和仿真预测,并通过分析对比预测结果的相对误差等指标,得出以要元法进行建立的预测模型性能相对更加优秀一些。最后,采用标准差分进化算法对BP神经网络模型进行了优化,对优化后的DE-BP模型进行仿真分析,得到的训练和测试结果与单纯采用BP神经网络建立的要元法预测模型进行比较,对比结果表明优化效果良好。在论文结尾提出了软测量模型的校正方法,软测量模型在实际应用过程中,会由于外界或自身不可测的干扰因素的存在而使模型的预测性能受到影响,通过短期校正和长期校正这两种方式修正网络结构和参数,使软测量模型的预测效果在实际应用过程中得到有效的保障。(本文来源于《北京石油化工学院》期刊2019-06-25）
朱湘临,宋彦,王博,丁煜函,朱莉[8]（2019）在《基于改进布谷鸟算法-BP神经网络的松茸发酵过程软测量建模》一文中研究指出针对松茸发酵过程中关键参量难以实时在线检测的难题,提出了一种基于改进布谷鸟算法(CS)与改进BP神经网络(BPNN)相结合的松茸菌丝生物量软测量建模方法;首先采用两阶段动态发现概率法对传统CS进行改进,平衡CS的全局搜索与局部搜索能力;然后引入附加动量和动态调整学习率对BPNN进行改进,提高BPNN参量的修正精度;最后,通过CS算法获取BPNN的初始权值和阈值,并由权值修正公式(附加动量与动态学习率相结合)对权值进行动态修正;仿真结果表明,改进的CS-BPNN软测量模型在预测精度提高了6%以上,能够实现松茸发酵过程实时在线测量的需求。(本文来源于《计算机测量与控制》期刊2019年05期）
马良玉,左晓桐,王永军[9]（2019）在《神经网络在风烟系统含氧量软测量中的应用》一文中研究指出风烟系统烟气含氧量是影响锅炉效率的一个重要因素,其测量结果对评价燃烧经济性指标有重要作用。由于炉内燃烧过程复杂且烟气含氧量影响因素多,现场含氧量的直接测量往往存在滞后且精度较差。近年来,基于相关参数建模的软测量方法在电厂逐渐得以应用。为此,针对某1 000 MW锅炉机组,考虑风烟系统的结构及影响锅炉含氧量的因素,以电厂采集的历史运行数据作为神经网络模型的训练样本和测试样本,建立了基于神经网络的风烟系统含氧量软测量模型。与基于梯度下降法的神经网络相比,采用性能更好的L-M算法作为神经网络训练算法。试验结果表明:基于L-M算法的神经网络模型能够更准确地预测烟气含氧量,为实现锅炉的燃烧优化调整、节煤降耗奠定基础。(本文来源于《自动化仪表》期刊2019年03期）
潘泓江[10]（2019）在《基于人工神经网络的实时污泥沉降比软测量器的设计与应用》一文中研究指出城镇污水目前最广泛的处理方法之一是活性污泥法,且普遍存在污泥膨胀问题,给污水处理带来负面影响,甚至造成巨额经济损失,因此污泥膨胀的预防现实意义重大。而污泥沉降比(Settling Velocity,SV%)作为污泥沉降性能的主要指示参数之一,可以为污泥膨胀预测提供方向。但污水处理系统非线性程度高、运作机理复杂,且具有不确定、实时变化等特点,传统方法已暴露出许多缺陷,所以引入神经网络求解有其现实意义。本文研究并设计了实时污泥沉降比软测量器,内容包括下列方面:软测量模型、误差反向传播(Back Propagation,BP)网络工作原理、网络优化、软测量器架构、测试与应用。主要研究内容和成果如下:(1)分析了污泥膨胀机理,并对比统计回归、模糊规则等多种建模方式,选取人工神经网络建模并构造出BP网络软测量模型。(2)对BP网络进行优化,主要采用粒子群算法(Particle Swarm Optimization,PSO)优化网络的权阈值,采用黄金分割法优化网络隐层结构。再针对PSO本身存在的不足,采用对数惯性权重、自适应变异算子、动态学习因子对网络进行更加深度的优化。(3)设计了实时软测量器,主要包括辅助变量现场数据收集、BP网络计算、实时数据通讯、用户界面开发等环节。测试结果验证了建模的正确性和软测量器的实用性。本文设计的基于改进型PSO-BP网络的软测量器搭建方便,工作稳定,精度高,时效性好,可以作为测量SV%的参考方案。(本文来源于《浙江工业大学》期刊2019-01-01）
神经网络软测量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
把混沌寻优思想引入菌群优化算法中,利用Logistic映射的遍历性、随机性及对初值的敏感性等,对当前菌群群体中的最优细菌进行混沌寻优,以预防算法"早熟"。同时,用混沌菌群算法优化BP神经网络过程,建立延迟焦化生焦高度斜率预测模型。仿真结果表明:该模型具有较高的精度和较好的泛化能力,能够实现生焦高度的实时监测。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
神经网络软测量论文参考文献
[1].乔源,王建峰,杨永存,赵文杰.基于神经网络的飞灰含碳量软测量模型及实现[J].电力科学与工程.2019
[2].刘剑,张凌波,王潇凌.基于混沌菌群算法改进BP神经网络的焦炭塔生焦高度软测量建模[J].化工自动化及仪表.2019
[3].丁海旭,李文静,叶旭东,乔俊飞.基于自组织递归模糊神经网络的BOD软测量[J].计算机与应用化学.2019
[4].翁俊杰.神经网络软测量在家用房间空调器制冷量测量中的研究与应用[J].日用电器.2019
[5].李宏桢.基于RBF神经网络的循环灰利用率软测量技术分析[J].自动化应用.2019
[6].廉小亲,王俐伟,安飒,魏伟,刘载文.基于SOM-RBF神经网络的COD软测量方法[J].化工学报.2019
[7].吕文洋.基于神经网络的酚醛树脂纯度软测量方法研究[D].北京石油化工学院.2019
[8].朱湘临,宋彦,王博,丁煜函,朱莉.基于改进布谷鸟算法-BP神经网络的松茸发酵过程软测量建模[J].计算机测量与控制.2019
[9].马良玉,左晓桐,王永军.神经网络在风烟系统含氧量软测量中的应用[J].自动化仪表.2019
[10].潘泓江.基于人工神经网络的实时污泥沉降比软测量器的设计与应用[D].浙江工业大学.2019
论文知识图
