用BP网络模型对烧结矿质量预测.pdf

返回 相似 举报
用BP网络模型对烧结矿质量预测.pdf_第1页
第1页 / 共4页
用BP网络模型对烧结矿质量预测.pdf_第2页
第2页 / 共4页
用BP网络模型对烧结矿质量预测.pdf_第3页
第3页 / 共4页
用BP网络模型对烧结矿质量预测.pdf_第4页
第4页 / 共4页
亲,该文档总共4页,全部预览完了,如果喜欢就下载吧!
资源描述:
用 B P网络模 型对烧 结矿 质量 预测 昆明理工大 学刘怀 【 摘要】针 对烧结 这一复 杂的 物 理、 化学反 应过 程的 纯滞 后特 别太的 特 点, 采 用B P 网 络对 其烧 结矿 的质量进行预铡。仿真结果表明该学习算法是根有效的。 关键词 烧结滞后B P网络学习算法 US I NG BP NETW ORK M 0DUL E TO F0RECA r OUALI TY OF S I NTERED ORE Ku n mi n g Un i v e r c i t y o f s c i e n c e a n d Te c h n o l o g y Li u Hu a i 【 AB蜘1 R A cr 】I n v i e w o f s i n t e r i n g p r o c e s s t h a t i s c o mp l e x p h y s i c sc h e mi s t r y p r o c e s s wi t h l o ng t i me d e l a y . BP n e t wo r k i s a d o p t e d t o f o r e c a s t q u a l i t y of s i n t e r e d o r e .Th e r e s u l t s o f s i mu l a t i o n s h o w t ha t t he l e a r n i n g me t l n od i s e ffl c l e n t KEY W ORDS Si n t e r i ng Ti med e l a y BP n e t wo r k Le a r n i n g me t h o d 1引 言 烧结过程是一个复杂 的物理、化学反应 过程 .该过程具有机 理复杂 、高度非线性 、 强耦合、纯滞后大、难以建立数学模型等特 性。但是 ,配矿过程 的决策依据是成品烧结 矿 的各种性能指标 .而且 ,由于检测手段的 限制,化验烧结矿 的成分,大约需要 4 0分 钟 ,该过程和烧结过程的时间相加 .超过 1 小时 ,这种 情况满 足不 了实 际生 产的需要 。 因此,若要对配料生产过程进行实时的 智能控制决策 .必须对烧结矿的质量进行检 测 ,建立预测模型。 2 模型选择 与建立 2 1 预测模型的选择与建立 模型建立问题实际上是一个优化问题 , 优化准则的选择依赖于建模 的目的与算法的 复杂性等因素。传统建模算法的基本原理就 是通过建立系统依赖的参数模型 ,把辩识问 题转化为对模型参数的估计问题 ,这类建模 算法最少需要知道模型的结构 ,它们能较为 成功地应用于线性系统或可线性化的对象 。 对于本质非线性系统,传统的建模方法就很 难实现 .而使用神经网络进行系统模型的建 立,不需预先知道实际系统的模型结构 ,从 而使非线性的建模成为可能。神经网络 的系 统建模就是通过直接学习系统的输人输 出数 据 .学习的 巨的是使所要求的误差函数达到 虽小 ,从而归纳出隐含在系统输入输出数据 中的关系 。 由此可见,由于烧结过程本身的限制 , 传统的系统建模方法难以实现 .故本文采用 神经网络的建模方法来建立烧结矿质量预测 模 型 。 2 . 2 基 于 B P网络预测模 型的建 立 2 . 2 1 网络结构设计 由于前 向网络 已被证 明可 以在 意 义 用 B P网络模型对烧结矿质量预测一 一刘怀 邮编 6 5 0 1 1 9 3 维普资讯 下逼近任意连续有界非线}生函数,而且网络 是用 于质量预测 ,对 于整 个系统来说其 动态 性 能不强 ,因此 ,本文 采用多层前 向网络来 作为辩识模型。下面具体讨论网络结构的设 计 问题 。 1 输入与输出层的设计。输入输出的 神经元可以根据需要求解 的问题和数据表示 的方式而定。由于输入的是模拟信号 。所 以 输入层可以根据采样点数决定输入单元的维 数 ,对于烧结生产过程 ,就是根据二次混合 料的理化特性,来预测烧结矿的性能指标 。 忽略次要因素 ,诸如混合料和烧结矿成分中 的S 、P 、Mn等 。主要考虑混合料中铁品位 T F e 、S i 0 2和 C a O,烧 结 矿 中的 铁 品 位 T F e 、碱度 R和 S。 2 ,这样就是 3 输入 3 输 出的系统 ,故相应 的网络结构也选 3 个输入 和 3 个输 出。 2 隐单元数的选择 。对于隐单元数的 选择是一个十分复杂的问题 ,往往根据设计 的经验和实验来确定,没有一个很好的解析 式来表示。隐单元数与问题的要求和输入输 出的多少都有直接关系。隐单元数太多 ,会 导致学习时间过长 ;隐单元数过少 ,容错性 差 ,不能对 没有碰到 的样本进行很好 的预 测。通过对隐层数和隐层节点数 的研究 ,本 文选择一个隐层 ,五个 隐层节点 。 3 网络权值初始值 的选择。由于系统 是非线性 ,初始值对于学习能否达到局部最 小和能否收敛的关系很大。一个重要的要求 是希望初始权值在输入累加时使每个神经元 的状态接近于零 ,这样可保证一开始不落到 那些平坦区。权值一般取随机数 ,而且权值 要比较小 ,这样可保证每个神经元一开始都 在它们的转换 函数变化最大的地方进行。 圈 l 烧结矿质量预测 B P网络 通过 以上设计 ,烧结 矿 质量 预测 的 B P网 络 模 型如 图 1 。 2. 2 . 2 学 习算 法设计 1 给 输 入 层 到 隐含 层 的 连 接 权 ; , 隐含层到输出层连接权 Ⅻ 以及隐含层 的阀 值 0 】 ,输 出层 的阀值 赋予 一1 , 1 区间的随机数 ; 注 1 ,2 ⋯5 ;h1 , 2,3 ; 1 ,2,3;以下 同 2 对样本 , 进行下列操作 k1 ,2 ⋯mm 为样本数。 ①由下式计算隐含层的激话值 3 b f 三 .“ o h / a h 式中 ,为 型函数 1e 一 I 1 ②计算输出层的激话值 S q f 三Ⅻ r j ③计算输出层的一般化误差 d j 勺 1 一q c { 一c j 式 中 为输出层单元的希望输出; ④计算隐含层单元对于每个 d 的误差 3 日b l 1 一b i 置t 嘲 ⑤调整隐含层到输 出层的连接权 △” 2 b 式中 为学习率 .0 1 ; ◎调整输人层到隐含层的连接权 △ 陋 e i ,式中 0 卢 O ; 计算误差 E的负梯度方向 d 一 一X z E ∞ ; 若 }1 d ll e ,则 停 止 运 算 ;否则 从 w n 0 出发,沿 d h’ 作 一维搜索求 出 最优 步长 0 ; 进 行 权 值 的 迭 代 ∞ 0 1 0 十呀 o d 町并转 2 。但是在 B P 算法中步长 学习率是不变的,其原因 是由于 E “是一个十分复杂的非线性函 数 ,很难通过最优求极小的方向得到最优的 步长 。可是 从 BP的误 差 曲面 看 出 ,有平 坦区存在 ,如果在 平坦区上 太小使迭代 次数增加 ,影 响了学习收敛 的速度 ,变步长 的方法可以使步长得到合理的调节。可采用 的一个方法 先设 一初始步长 , 若一 次迭代 后 , 误差函数 E 增大 , 则将步长乘 以一个 小 于 1的常数 口, 沿原方 向重新计算下一个迭 代点 , 若下一次迭代后误差 函数 E 减小 , 则 将步长乘 以一个大于 1的常数 , 这样既不 增加太多的i -t -g , 又使步长得到合理 的调整。 确定了步长 以后 ,可得到其迭代公式 ∞ r l o 1 ∞ ri 0 0 6 , ②加动量项 为了加速收敛和防止震荡 ,在许 多文献 中建议引人一个动量 因子 a 。 n 。 1 ∞ 0 0 d 0 a z l w n D 其中第三项是记忆上一时刻权值 的修改 方 向,而在时刻 0的修改方 向为 n 0 1 时刻的方 向与 n 0 时刻方 向的组合 。这样得 到权值的修改公式如下 ∞ n 0 1 0 n 0 [ d o d ri o -1 ] 上式动量 因子 O n O , 要 减 小 时 ,让 a 0, 然后调节到 增加时,使 a恢复 。 3 仿真及 结果分析 3 . 1 训练样本及规 格化 1 训 练样 本 数 据 是 从 昆 钢 烧 结 厂 1 9 9 8年 3月 1日到 3月 3 1日的实 际生 产记 录中,根据要求从 中挑出了控制效果较好的 1 4组数据 如表 1 所 示,数据含义为各组分 的百分含量。 2 为了便于学习,将实际数据进行了 规格化,即根据最大最小值 ,将实际物理量 表 l 生 产数 据 % 甩 B P两络筷壹对烧锗矿质量预铡刘怀 邮编 6 5 0 0 9 3 维普资讯 化为[ 0 , 1 ] 区间的数值 。规格化以后的数据 如表 2所示。 3 . 2 网络训 练 采用上述 的 B P网络学 习算法 ,用表2 的数据对 网络 进行 训 练 .经过 1 7 6 0多步 的 学 习,使误差平方和得No . 0 1 。 3 . 3数据检验 如果待检验的数据仍选表 1中的数据 , 那 么 ,预测 的结果 如表 3所 示 ,而 实际数 据 列于表 4 。 表 3烧 结矿质 ■ 预 测数 值表 % 从表 3和表 4中,将实际值与预测值 比 较可知,预测值可以作为系统的决策依据, 网络训练是成功的,也说明该网络的学习算 法 的有效性 。 参考 文献 1 李学桥 .马莉神经网络工程应用.重庆重庆 大学 出版社 1 9 9 6 2 王永嗔,涂健.神经网络控制北京 机械工业 出版 杜 1 9 9 8 3 陈文伟 .智能决策技术北京 电子工 业出版社 1 9 98 4 孙增圻等智能控制理论与技 术.北京 清华 大 学出版社,广西科 学技术出版社 1 9 9 7 作者简舟刘怀,男.2 8 岁 ,在读博士。 上接第 l 3页 4 充填江砂都是从外购买的,不仅 成本高 ,且不利于矿里职工就业。磨砂厂建 成后 ,现已解决职工就业 2 0余人 ,为矿山 的减员分流创造 了条件。 5 结束 语 二十一世纪是环境经济时代 ,矿山企业 的发展不仅要考虑经济效益 ,还要注重环境 效益。实践证明,武 山铜矿掘进废石磨砂充 填 的应用,减小了土地的占用和对周 围环境 的污染 ,弥补了充填料不足 ,尤其是与分级 尾砂混合使用时,更具有明显的优越性 ,对 同类充填采矿的矿山具有一定的借鉴作用。 有色矿山l 9 9 9 . 5 维普资讯
展开阅读全文

资源标签

最新标签

长按识别或保存二维码,关注学链未来公众号

copyright@ 2019-2020“矿业文库”网

矿业文库合伙人QQ群 30735420