深度学习算法在软测量建模中的应用研究

《深度学习算法在软测量建模中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＇单位代码：１０２９３密级：么开硕女香隹轮乂，４Ｕ４雀若浸１ＵＫＢ３＞ｉＩＷ论文题目：深度学习算法在软测量建模中．的应用研究１０１３０５１３０５学号毛佳敏姓名刘瑞兰导师仪器科学与技术学科专业器研究方向精密测试技术与智能仪工堂题±申请学位类别２０１６．３论文提交日期南京邮电大学学位论文原创性声明进斤的研巧工作及取得的研究成果。本人声明所呈交的学位论文是我个人在导师指导下尽我所知，除了文中特别加■标注和致谢的地方外，论文

2、中不包含其他人已经发表或撰写过－。的研巧成巧，也不包含为获得南京邮电火学或其它教育机构的学位或证巧而使用过的材料与我一同工作的同志对本研究所做的任何贡献巧已在论文中作了明确的说明并丧示了谢意。一。本人学位论文及涉及相关资料若有不实，愿窓承担切相关的法律责任瓜日期．：滋研究生签名：走巧斗南京邮电大学学位论义使用授权声明本人授权南京邮电大学可保留并向国家有关部口或机构送交论文的复印件和化子文内容编入有关数据库进行检索：；档；允许论文被查阅和借阅可Ｗ将学位论文的全部或部分、、。本文电子文档的内容和纸质可

3、？采用影印缩印或扫描等复制手段保存汇编本学位论文？致理。论文的内巧相。论文的公布（包括刊登）授权南京邮电大学研究生院办涉密学位论文在解密后适用本授权书。＾研究生签名：睾导师签名：為＾口期：於／《、每＇［ApplicationResearchofDeepLearningAlgorithmintheSoftSensorModelingThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringBy

4、MaoJiaminSupervisor:Prof.LiuRuilanMarch2016摘要现代工业工艺随着计算机技术的发展愈加信息化、智能化。工业生产过程中控制过程变量是非常必要的，软测量技术作为先进技术之一，能够对工业生产过程中不易测量的过程变量实现在线实时预测。深度置信网络是一种典型的深度学习算法，该算法在特征学习方面优势显著。论文以4-CBA含量软测量建模为研究对象，将深度置信网络和已有的浅层算法相结合，深入研究更深层软测量模型。论文主要研究了以下几个方面。为了解决二进制深度置信网络算法处理连续采样数据过程中的对称性问题，引入了

5、连续的受限玻尔兹曼机单元，成功拟合了非线性函数。针对实际化工工艺中4-CBA含量软测量建模，提出基于深度置信网络的软测量模型，模型训练过程中充分利用了样本信息，提高了预测精度。在深度置信网络算法参数优化过程中，论文深入研究了隐含层节点数和迭代次数对软测量模型测试性能的影响，分析了大量的隐含层节点数，获得了一些经验值，以初始样本数据和重构数据之间的差值来判断模型训练过程中最大似然估计的收敛情况，提高了迭代次数寻优的效率。论文最后研究了含有多个隐含层的深度置信网络，分析了深层深度置信网络的模型性能，并且针对4-CBA含量实现了软测量建模。

6、仿真实验结果证明：基于深度置信网络的4-CBA含量软测量模型预测精度更高。关键词:深度学习，深度置信网络，人工神经网络，软测量IAbstractWiththedevelopmentofcomputertechnology,modernindustrytechnologyisbecomingmoreandmoreinformativeandintelligent.Itisverynecessarytocontroltheprocessvariablesintheindustrialproductionprocess.Softsensor

7、technology,asoneoftheadvancedtechnology,canrealizeonlinereal-timepredictionoftheprocessvariableswhicharedifficulttomeasureintheprocessofindustrialproduction.Deepbeliefnetworkisakindoftypicaldeeplearningalgorithm.Thealgorithmhasobviousadvantagesinfeaturelearning.Softsens

8、ormodelingof4-CBAcontentistheresearchobjectinthispaper.Combiningthedeepbeliefnetworkwiththeexistingshallowalgo