文献

J-GLOBAL ID：201802214488515890   整理番号：18A1733048

Gath-Gevaアルゴリズムと核限界学習機に基づく多段階バッチプロセスソフト測定【JST・京大機械翻訳】

Soft sensors for multi-stage batch processes based on Gath-Geva algorithm and kernel extreme learning machine

著者 (3件)： Zhang Lei (湖南大学電气与信息工程学院,湖南 長沙,410082) ,  Zhang Xiaogang (湖南大学電气与信息工程学院,湖南 長沙,410082) ,  Chen Hua (湖南大学信息科学与工程学院,湖南 長沙,410082)
資料名： Huagong Xuebao  (Huagong Xuebao)
巻： 69  号： 6  ページ： 2576-2585  発行年： 2018年 
JST資料番号： E0215B  ISSN： 0438-1157  CODEN： HUKHAI  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： バッチプロセスには,強い非線形性,多段階,遅い時間変動,およびバッチ間の変化があり,単一予測モデルは,バッチプロセスの多段階特性と段階間の過渡特性を反映することができない。Gath-Gevaクラスタリングとカーネル限界学習マシン(kernelextremelearningmachine,KELM)に基づくマルチモデルソフト測定方法を提案した。最初に,主成分分析(PCA)を用いて,入力を特徴抽出し,次に,Gath-Gevaアルゴリズムを利用して,バッチプロセスの多段階操作を分割した。生産作業条件の特性に従って,局所KELMモデルを,異なる操作段階に区分した。各局所モデルの予測値を,各局所モデルの各局所モデルに対して計算し,次に,各局所モデルのファジィメンバシップ度を,重みと予測値の融合として,最終予測値を得るために,各局所モデルのファジィメンバシップ度を,それぞれ,計算した.。ペニシリン発酵データの実験結果は,提案モデルが単一モデルより予測精度が高いことを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 予測モデル ,  *バッチ処理 ,  経時変化 ,  特徴抽出 ,  非線形性 ,  *学習 ,  主成分分析 ,  過渡応答 ,  クラスタ化 ,  ペニシリン発酵 ,  *ロット ,  *アルゴリズム ,  モデル
準シソーラス用語： 予測精度 ,  予測値 , 【Automatic Indexing@JST】

著者キーワード (7件)： soft sensor ,  batch process ,  principal component analysis ,  kernel extreme learning machine ,  Gath-Geva algorithm ,  genetic algorithm ,  modeling

分類 (1件)： 化学プロセス一般  (XC01010V)

タイトルに関連する用語 (7件)： アルゴリズム ,  核 ,  限界 ,  学習 ,  段階 ,  バッチプロセス ,  ソフト