文献

J-GLOBAL ID：202102287600654361   整理番号：21A2569706

改良遺伝的アルゴリズムにより最適化したEcho状態ネットワークに基づくソフトセンサアプローチ【JST・京大機械翻訳】

A Soft Sensor Approach Based on an Echo State Network Optimized by Improved Genetic Algorithm

著者 (4件)： Huang Ruoyu (The Electrical Engineering College, Guizhou University, Guiyang 550025, China) ,  Huang Ruoyu (Guiyang Aluminum Magnesium Design and Research Institute Co., Ltd., Guiyang 550081, China) ,  Li Zetao (The Electrical Engineering College, Guizhou University, Guiyang 550025, China) ,  Cao Bin (Chinalco Intelligent Technology Development Co., Ltd., Hangzhou 311199, China)
資料名： Sensors (Web)  (Sensors (Web))
巻： 20  号： 17  ページ： 5000  発行年： 2020年 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 現代の産業プロセスの故障診断と健康と安全性運用評価の過程において,重要な状態変数を測定することは重要であり,それは経済,技術,環境と空間の限界のために直接検出できない。したがって,本論文は,改良遺伝的アルゴリズム(IGA)によって最適化されたエコー状態ネットワーク(ESN)に基づくデータ駆動ソフトセンサ方式を提案した。最初に,ESNによって,二次変数と支配的変数の間のデータ駆動モデル(DDM)を確立した。第二に,予測性能を改善するために,IGAを利用してESNのパラメータを最適化した。次に,移動戦略を導入し,交差と突然変異オペレータを適応的に変え,アルゴリズムの収束速度を改善し,アルゴリズムが局所最適に陥る問題に対処した。最後に,IGAによって最適化されたESNのソフトセンサモデルを確立し(IGA-ESN),提案方法の長所と性能をアルミニウム還元セル中のアルミナ濃度を推定することによって検証する。実験結果は,提案方法が効率的であり,誤差が従来のアルゴリズムと比較してかなり減少することを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *最適化 ,  オペレータ ,  *ネットワーク ,  状態変数 ,  アルミニウム ,  アルミナ ,  故障診断 ,  突然変異 ,  *遺伝的アルゴリズム
準シソーラス用語： 収束速度 ,  ソフトセンサ ,  予測性能 ,  エコー状態ネットワーク ,  データ駆動 , 【Automatic Indexing@JST】

著者キーワード (5件)： ソフトセンサ ,  エコー状態ネットワーク(ESN) ,  遺伝的アルゴリズム(GA) ,  アルミナ濃度 ,  アルミニウム還元セル

分類 (2件)： 無線通信一般  (ND08010L) ,  計測機器一般  (AD02000X)

引用文献 (49件)：

• De Canete, J.F.; Del Saz-Orozco, P.; Baratti, R.; Mulas, M.; Ruano, A.E.; Garcia-Cerezo, A. Soft-sensing estimation of plant effluent concentrations in a biological wastewater treatment plant using an optimal neural network. Expert Syst. Appl. 2016, 63, 8-19.
• Wan, W.; Liu, H. A knowledge- and data-driven soft sensor based on deep learning for predicting the deformation of an air preheater rotor. IEEE Access 2019, 7, 159651-159660.
• Zhang, Y.; Yang, X.; Shardt, Y.A.W.; Cui, J.R.; Tong, C.N. A KPI-based probabilistic soft sensor development approach with maximization coefficient of determination strategy. Sensors 2018, 18, 3058.
• Mansano, R.K.; Godoy, E.P.; Porto, A.J.V. The Benefits of Soft Sensor and Multi-Rate Control for the Implementation of Wireless Networked Control Systems. Sensors 2014, 14, 24441-24461.
• Monteiro, N.A.B.; Da Silva, J.J.; da Rocha Neto, J.S. Soft Sensors to Monitoring a Multivariate Nonlinear Process Using Neural Networks. J. Control. Autom. Electr. Syst. 2018, 30, 54-62.

タイトルに関連する用語 (2件)： 遺伝的アルゴリズム ,  最適化