文献类型：期刊文章

作　　者：姚立忠[1] 李太福[1,2] 苏盈盈[1] 张恒健[1]

机构地区：[1]重庆科技学院电气与信息工程学院,重庆401331 [2]重庆大学自动化学院,重庆400030

出　　处：《计算机仿真》

基　　金：国家自然科学基金(51374268;51375520);重庆市教委科学技术项目(KJ1401301);重庆科技学院校内科研基金项目(CK2015Z26);重庆市重大应用技术开发项目(cstc2013yykf C0034);重庆高校优秀成果转化项目(KJZH14218)

年　　份：2016

卷　　号：33

期　　号：12

起止页码：360-365

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD_E2015_2016、ZGKJHX、核心刊

摘　　要：铝电解过程能耗大,建立精确的节能模型是降低能耗的重要前提。由于上述过程参数多,耦合性强,很难定性/定量地分析出它们与节能目标之间的关系及重要性,致使模型建立困难。提出一种结合无迹卡尔曼神经网络(Unscented Kakman Filter Neural Network,UKFNN)和改进型随机化测验的节能模型优化分析方法。首先利用UKFNN建立铝电解过程的动态节能模型。然后利用UKFNN释义图和连接权法,计算各参数的贡献率。最后,利用改进的动态随机化测验对节能模型连接权进行显著性检验,剔除冗余参数,并与优化前的节能模型比较。仿真结果表明,优化后模型性能优良。上述方法为分析节能模型参数关系和优化节能模型提供了一种有效途径。

关 键 词：铝电解 节能模型  无迹卡尔曼滤波 神经网络 随机化 耦合性

分 类 号：TP183] TP391.9]