基于双向门控循环单元神经网络的间歇过程最终产品质量预测

发布时间：2021-07-15 21:28

　　从具有共性的间歇过程终点质量预测问题出发,针对生产过程的时间序列特性进行分析,提出了一种基于双向门控循环单元神经网络的预测模型,对不等长间歇过程进行最终产品质量预测。结合实际生产中对预测值的要求,构建了适应间歇过程的损失函数,使模型在保证预测精度的前提下满足预测要求,从而获得更大的生产效益。将使用不同损失函数的双向门控循环（GRU）单元神经网络与多向偏最小二乘（MPLS）、神经网络（NN）、支持向量回归（SVR）以及门控循环单元神经网络的预测结果进行实验对比,结果表明双向门控循环单元神经网络具有更强的适用性和更高的准确性。 

【文章来源】：华东理工大学学报(自然科学版). 2020,46(06)北大核心CSCD

【文章页数】：8 页

【参考文献】：
期刊论文
[1]基于慢特征重构与改进DPLS的软测量建模[J]. 蒋昕祎,李绍军,金宇辉.  华东理工大学学报(自然科学版). 2018(04)
[2]自适应迭代混合建模及在碳二加氢过程的应用[J]. 郭晶晶,徐金金,杜文莉,叶贞成.  化工学报. 2018(11)
[3]基于双向GRU-CRF的中文包装产品实体识别[J]. 李一斌,张欢欢.  华东理工大学学报(自然科学版). 2019(03)
[4]基于时序模型迁移的间歇过程监测建模方法[J]. 刘昊知,胥布工,高福荣.  控制与决策. 2015(10)
[5]叠加支持向量机及其在醋酸精馏软测量中的应用[J]. 李静,刘爱伦.  华东理工大学学报(自然科学版). 2013(02)
[6]基于BP神经网络的蒸煮卡伯值预测模型[J]. 黄俊梅,汤伟,许保华,王孟效.  化工自动化及仪表. 2010(11)
[7]间歇过程优化与先进控制综述[J]. 陈治纲,许超,邵惠鹤.  化工自动化及仪表. 2003(03)
[8]酚醛树脂高性能化改性研究进展[J]. 伊廷会.  热固性树脂. 2001(04)
[9]烧蚀材料用改性酚醛树脂[J]. 牛国良.  固体火箭技术. 1998(04)



本文编号：3286497