学位论文 > 优秀研究生学位论文题录展示

神经网络集成研究及其在PTA生产中的应用

作　者: 孟庆浩
导　师: 朱群雄
学　校: 北京化工大学
专　业: 计算机应用技术
关键词: 神经网络集成 选择性集成 权值矩阵 差异度矩阵 精对苯二甲酸(PTA) 薄膜蒸发器 溶剂脱水塔
分类号: TP183
类　型: 硕士论文
年　份: 2009年
下　载: 77次
引　用: 0次
阅　读: 论文下载
 

内容摘要


近年来,神经网络集成技术已成为机器学习领域研究的热点之一,它可以获得比单个神经网络更好的泛化能力和稳定性,其中的选择性集成技术由于其在推广性和组合性方面的优势得到了广泛关注。PTA(精对苯二甲酸)作为主要的化工原料,涉及国民经济的各个方面,应用领域非常广泛,因此研究PTA生产过程具有重要的实际意义。为解决PTA流程工业中的复杂模式和工作点漂移引起的单个神经网络模型泛化能力不足和稳定性问题,本文提出一种新的基于权值信息度量网络差异度的选择性神经网络集成方法DWSEN。DWSEN利用各个子网络对应的权值去度量网络模型之间的差异性,并给出用于计算相同结构网络之间差异度的计算公式,对比传统的集成方法和目前流行的神经网络集成算法Bagging和Boosting,仿真实验结果显示DWSEN具有更好的泛化能力和更强的稳定性能。将DWSEN方法用于PTA工业中薄膜蒸发器蒸发量和溶剂脱水塔塔顶电导率的建模过程,所得集成模型能够提高PTA生产装置的软测量模型的精度和稳定性,能更好的反映蒸发量和电导率的变化趋势,本方法为工业过程的复杂机理模型分析提供了一种行之有效的建模方案。

全文目录


ABSTRACT  4-6
摘要  6-11
第一章 绪论  11-15
  1.1 课题来源及意义  11-12
  1.2 课题研究的主要内容  12
  1.3 本文应用的主要技术  12-13
  1.4 本论文的章节结构  13-15
第二章 神经网络  15-27
  2.1 神经网络的发展及应用  15-16
  2.2 BP模型及其学习算法  16-19
    2.2.1 BP网络结构  16
    2.2.2 BP学习算法  16-19
  2.3 神经网络集成  19-25
    2.3.1 引言  19
    2.3.2 神经网络集成简介  19-20
    2.3.3 神经网络集成的机理分析  20-22
    2.3.4 神经网络集成中个体生成方式的研究  22-25
    2.3.5 神经网络集成中个体组合方式的研究  25
  2.4 选择性神经网络集成  25-27
第三章 一种新的选择性神经网络集成算法DWSEN  27-43
  3.1 训练集的产生  27-28
    3.1.1 分层随机抽样简介  27-28
    3.1.2 构造训练样本集  28
  3.2 个体网络的生成  28-33
    3.2.1 BP网络的传递特性与网络差异度  28-29
    3.2.2 个体网络的训练  29-30
    3.2.3 网络模型差异度  30-33
  3.3 个体网络的集成  33-34
  3.4 仿真测试  34-43
    3.4.1 实验数据  34-35
    3.4.2 实验结果  35-41
    3.4.3 结果分析和算法改进  41-43
第四章 DWSEN算法在PTA工业装置建模中的应用  43-53
  4.1 薄膜蒸发器的工艺及变量选择  43-47
    4.1.1 薄膜蒸发器工艺流程简介  43-44
    4.1.2 输入输出变量选择  44-45
    4.1.3 薄膜蒸发器的神经网络集成模型  45-47
  4.2 溶剂脱水塔的工艺及变量选择  47-53
    4.2.1 溶剂脱水塔工艺流程简介  47-48
    4.2.2 输入输出变量选择  48
    4.2.3 溶剂脱水塔的神经网络集成模型  48-53
第五章 PTA工业数据建模优化软件简介及优化模块的开发  53-59
  5.1 引言  53
  5.2 PTA工业数据建模优化软件简介  53
  5.3 模型优化模块的开发  53-57
    5.3.1 模块需求分析  53-54
    5.3.2 模块架构  54
    5.3.3 关键技术实现  54-55
    5.3.4 模块实现结果  55-57
  5.4 软件的实用性  57-59
第六章 总论与展望  59-61
  6.1 课题总结  59
  6.2 研究展望  59-61
参考文献  61-65
致谢  65-67
研究成果及发表的学术论文  67-69
作者和导师简介  69-70
北京化工大学 硕士研究生学位论文答辩委员会决议书  70-71

相似论文

  1. 基于多模型决策融合的空分过程故障检测与预报,TQ116.11
  2. 基于专家委员会的主动学习算法研究,TP181
  3. 基于粒子群优化算法的支持向量机集成学习方法研究,TP181
  4. 基于多任务的多层次选择性集成学习的研究,TP181
  5. 基于过程神经网络集成的航空发动机性能衰退预测,TP183
  6. 中文文本分类技术研究,TP391.1
  7. 支持向量机算法设计及在高分辨雷达目标识别中的应用,TN957.52
  8. 含铬矿物碱熔盐法清洁生产中介质循环与产品分离工艺研究,TQ136.11
  9. 基于神经网络的字符识别算法研究,TP391.41
  10. PTA装置溶剂脱水塔混合智能建模算法研究,TQ245.12
  11. 溶剂脱水塔的建模与优化研究,TP183
  12. 粒子群算法改进及其在PTA溶剂脱水塔中的应用,TQ245.12
  13. 模型预测控制工程软件关键技术及应用研究,TP399
  14. 多变量有约束模型预测控制算法及软件实现研究与应用,TP273.5
  15. 水质时间序列数据挖掘及其应用集成研究,TP311.13
  16. 露天矿卡车调度剥采工程优化的GA神经网络方法应用研究,TD654
  17. 基于神经网络集成的进化机器人行为方法研究,TP183
  18. 智能化CAPP专家系统的研究,TP391.7
  19. 基于神经网络的系统辨识方法研究,TP183
  20. 基于机器学习的人脸画像自动生成算法研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 人工神经网络与计算
© 2012 www.xueweilunwen.com