论文摘要
粒度作为赤铁矿磨矿过程的关键生产质量指标,针对其难以实时检测的问题,本文在随机配置网络(Stochastic configuration network,SCN)的基础上,证明了一种基于加权最小二乘的鲁棒SCN(Robust SCN,RSCN)的万能逼近特性,并分别采用Huber损失函数的M估计、四分位距(Inter quartile range, IQR)的M估计和非参数核密度估计(Nonparametric kernel density estimation, NKDE)三个函数计算惩罚权值,从而提出三种RSCN算法,在UCI标准数据集上的实验研究表明了所提算法的有效性。基于RSCN算法建立了数据驱动的赤铁矿磨矿过程粒度模型,取得了良好的估计效果。
论文目录
文章来源
类型: 期刊论文
作者: 代伟,李德鹏,陈其鑫,柴天佑
关键词: 赤铁矿磨矿过程,粒度,随机配置网络,鲁棒技术,估计,非参数核密度估计
来源: Journal of Central South University 2019年01期
年度: 2019
分类: 工程科技Ⅱ辑,工程科技Ⅰ辑
专业: 矿业工程
单位: School of Information and Control Engineering, China University of Mining and Technology,State Key Laboratory of Synthetical Automation for Process Industries, Northeastern University
基金: Projects(61603393,61741318)supported in part by the National Natural Science Foundation of China,Project(BK20160275)supported by the Natural Science Foundation of Jiangsu Province,China,Project(2015M581885)supported by the Postdoctoral Science Foundation of China,Project(PAL-N201706)supported by the Open Project Foundation of State Key Laboratory of Synthetical Automation for Process Industries of Northeastern University,China
分类号: TD951
页码: 43-62
总页数: 20
文件大小: 2067K
下载量: 120