技术特征:
技术总结
本发明公开了一种基于记忆增强优化的CNN加热炉操作变量的软测量方法,首先获得训练样本数据,对所述训练样本数据进行预处理,根据卷积神经网络算法预先设置卷积神经网络的层数、每层的节点数,初始化每层的权值与偏置,然后使用记忆增强优化算法对卷积神经网络的权值进行优化,得到最优的权值参数,从而提高了模型的建模精度,最后根据训练形成的卷积神经网络模型获得加热炉操作变量的测量值,通过操作变量的测量值使得加热炉的热效率始终保持在最优状况,从而提高了工业生产效益。本发明提供的技术方案能够获得稳定的网络结构、优越的泛化性能和更高的精度,从而提高产品的质量,使得加热炉始终保持在较高热效率水平下平稳运行。
技术研发人员:王永健;李宏光;黄静雯;宿翀
受保护的技术使用者:北京化工大学
技术研发日:2018.08.20
技术公布日:2019.01.11