基于改进混沌自适应粒子群神经网络的磨矿粒度软测量

作     者：周颖 赵慧敏 陈阳 王龙 Zhou Ying;Zhao Huimin;Chen Yang;Wang Long

作者机构：河北工业大学控制科学与工程学院天津300130 河北省控制工程技术研究中心天津300130 

出 版 物：《系统仿真学报》 (Journal of System Simulation)

年 卷 期：2016年第28卷第12期

页      面：2946-2950页

核心收录：

学科分类：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] 0835[工学-软件工程] 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：河北省高等学校科学技术研究项目(ZD2016071) 河北省青年自然科学基金(F2014202166) 

主　　题：混沌 粒子群优化 神经网络 磨矿粒度 软测量 

摘      要：针对磨矿粒度难以实现直接在线测量且化验过程滞后的难题,结合一段磨矿回路的特性,提出基于改进的混沌自适应粒子群优化算法和BP神经网络结合的磨矿粒度软测量模型,本算法利用混沌理论的遍历性和粒子群较强的全局最优搜索能力的优点,自适应的调整BP网络的权值,避免网络陷入局部最优。通过MATLAB仿真表明,改进的混沌自适应PSO-BP神经网络与PSO-BP神经网络和CPSO-BP神经网络相比较,其测量精度明显提高,且网络具有较强的收敛性能和优化能力,结果表明所提出方法的有效性。