极限学习机算法及其在热镀锌生产过程建模中的应用研究.pdfVIP

博士学位论文公示材料 学生姓名 王 超 学号 1110310 二级学科 控制理论与控制工程 导师姓名 王建辉 论文题目 极限学习机算法及其在热镀锌生产过程建模中的应用研究 论文关键词 极限学习机；混沌优化算法；Baldwinian Learning ；Lamarckian Learning ；粒子群算法； 克隆选择算法；Gram-Schmidt 正交化方法；深度学习；热镀锌过程；带钢焊缝跟踪 论文摘要 (中文) 随着信息技术的快速发展，智能建模方法在现代工业过程检测与系统控制中的重要性日益明显。 作为解决难以通过硬件进行在线检测问题的有效手段，基于数据的建模方法已经成为目前控制领域的 研究热点之一，受到了国内外学者和生产企业的广泛关注。本文对极限学习机的相关理论进行深入探 讨，并以实际工业过程为背景，结合带钢连续热镀锌生产线工艺特性，对基于极限学习机的智能建模 方法及其在实际工况下的应用进行了深入研究。本文主要研究成果如下： 1. 提出基于混合混沌优化有哪些信誉好的足球投注网站的极限学习机算法。将基于列维飞行的粒子群算法的全局有哪些信誉好的足球投注网站能力 与混沌优化算法局部有哪些信誉好的足球投注网站能力相融合，构建混合混沌优化有哪些信誉好的足球投注网站算法，并根据情感认知交互决策方法进 行有哪些信誉好的足球投注网站模式切换。采用混合混沌优化有哪些信誉好的足球投注网站方法对增量型极限学习机进行参数辨识，有哪些信誉好的足球投注网站最优的隐含层 节点参数，减少隐含层节点数量，有效地提高了增量型极限学习机的学习效率。 2. 提出基于多层学习克隆选择的极限学习机算法。采用 Baldwinian 和 Lamarckian Learning 构建多 层学习克隆选择策略，扩大克隆选择算法中抗体信息的有哪些信誉好的足球投注网站空间，加强高亲和度抗体种群的繁衍能力， 为克隆选择提供最优适应度值的抗体参数。利用多层学习克隆选择算法对增量型极限学习机中的隐含 层神经元参数进行最优选择，更新网络输出较小的神经元，降低了网络结构的复杂程度，使增量型极 限学习机的训练速度能够接近固定型极限学习 ，为提高工业过程建模方法的实时性提供一种新的手 段。 3. 提出基于正交凸优化极限学习机算法。针对增量型极限学习机的输出权值可能不是H T 最 优解的问题，采用 Gram-Schmidt 正交化方法使增量型极限学习机能够与固定型极限学习机一样，通过 计算获得广义线性系统的最小二乘解。基于上述结论建立正交凸优化极限学习 ，并对算法的可靠性 和收敛性进行了理论证明。实验对比结果表明，所提出算法具有较高的测试精度和较强的泛化能力， 可以作为解决复杂工况下建模问题的一种有效方法。 4. 建立了基于深度极限学习机结构的热镀锌厚度预测模型。针对现有生产中的锌层测厚仪无法及 时检测镀层厚度，导致连续热镀锌工艺环节存在滞后检测和滞后控制现象发生的问题，在分析影响镀 层厚度因素和镀锌设备相关参数的基础上，将增量型极限学习自动编码器添加至于每个隐含层中，结 合深度学习概念构成具有多层非线性映射的深层结构算法，提取影响镀层厚度变量的主要信息，有效 地提高了模型对热镀锌镀层厚度的预测能力，并且采用分级式厚度预测方法，为气刀控制系统提供准 确的镀层厚度预测值，保证了镀层厚度的准确性和调节过程的快速性。 —1— 5. 建立了基于深度极限学习机自动编码器的退火炉内带钢延伸量预测模型。针对工艺过程中存在 的由于焊缝检测滞后所造成的镀锌板材消耗过度、气刀安全性无法保证等问题，结合镀锌过程带钢延 伸量机理变化规律，构建基于深度自动编码器极限学习机的混合建模方法。采用深度结构的极限学习 机算法，通过逐层训练机制获取输入数据中起主导地位的变量，克服了传统训练机制因残差过小而导 致梯度扩散现象的问题，有效地提高了焊缝位置的预测能力。将带钢延伸量预测模型应用到带钢焊缝 位置跟踪系统中，取得了较为理想的跟踪效果，保证了生产线关键设备的平稳运行。