小波神经网络及其在软测量建模应用.pdfVIP

小波神经网络及其在软测量建模中的应用 胡田田蒋爱平 (华东理工大学自动化研究所，上海200237) 摘要：小波神经网络不仅具备神经网络的良好学习性能，而且具备小波变换的良好时频局域化特性。 本文简单介绍了小波神经网络的构成及学习算法，然后将其应用到丙烯腈收率的软测量模型中．检验了 其良好的预测效果，并且与BP网络进行比较，验证了小波神经网络具有较强的泛化能力等一系列优点。 关键词：小波神经网络 软测量丙烯腈收率 1引言 随着现代工业的迅速发展，生产工艺复杂化对控制系统性能的要求不断提高。在一些 过程控制中，装置的局限性导致了实时在线精确测量无法进行，从而影响了产品质量及系 统的稳定性，给企业带来了不可低估的经济损失。为了解决上述矛盾，软测量技术应运而 生。在90年代初期其得到了迅速发展，并广泛应用于不同的生产领域。软测量技术的核心 是建立软测量模型，目前在工业生产中应用比较广泛的建模方法就是BP神经网络。BP网 络虽然简单易行。但是存在两个主要缺点：即训练时间长和容易陷入局部最小。 小波神经网络是近年来神经网络研究中的一个新的分支，是在小波分析理论的基础上 发展起来的ll】【2】p】，其独特的数学背景使得它的分析和设计具有许多不同于其