引入并行门控单元和注意力机制的SAE-LSTM软测量算法

作     者：张帅 赵忠盖 刘飞 

作者机构：江南大学自动化研究所 

出 版 物：《控制工程》 (Control Engineering of China)

年 卷 期：2024年

学科分类：0810[工学-信息与通信工程] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0835[工学-软件工程] 081002[工学-信号与信息处理] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61833007) 

主　　题：软测量 长短时记忆网络 注意力机制 深度学习 堆叠自编码器 

摘      要：在以堆叠自动编码器为基础的软测量方案中，仅考虑原始辅助变量间相关性，无法提取不同时刻辅助变量间动态信息，特征提取不充分，限制了模型精度。本文提出一种改进的堆叠自动编码器长短时记忆混合网络软测量算法，兼顾辅助变量间的相关性和动态特性。首先，利用并行化思想和门控单元设计堆叠自动编码器中的编码器，构成并行门控堆叠自动编码器，提升模型表达能力，并消除输入中的冗余；之后，将注意力机制与长短时记忆网络集成，自适应地为长短时记忆网络的输出序列分配权重系数，计算输出序列的表征向量，提高模型捕捉辅助变量序列间动态特性的能力；最后，利用获得的表征向量对质量变量进行预测。本文在青霉素发酵过程数据集上，对所提软测量算法进行训练和测试，并与其他模型进行对比，结果表明所提模型具有较高精度。