基于MSADE-IT2FNN模型的软测量建模方法及应用

来源：计算机集成制造系统杂志2023年第9期北京时间：

作者：刘家璞, 赵涛岩, 曹江涛, 李平

单位：1.辽宁石油化工大学信息与控制工程学院2.辽宁科技大学电子与信息工程学院

摘要：针对复杂工业过程某些关键参数无法有效、实时在线检测的问题,提出一种基于多策略、自适应差分进化算法(MSADE)优化的区间二型模糊神经网络(IT2FNN)软测量建模方法。首先,为了解决差分进化算法采用单一策略、固定缩放因子和交叉概率导致后期搜索能力不足的问题,提出一种多策略、自适应的差分进化算法(MSADE),该算法利用IT2FNN模型的均方根误差(RMSE)作为适应度函数,通过搜索不同规则数下的RMSE值,从而确定IT2FNN的结构(规则数)和初始参数;然后,IT2FNN模型的参数利用梯度下降法进行学习。最后,将所提模型应用到Mackey-Glass混沌时间序列的预测和酿酒过程淀粉利用率的软测量建模问题中,仿真结果验证了提出方法的有效性和优越性。

关键词：区间二型模糊神经网络,差分进化算法,梯度下降算法,软测量,淀粉利用率

基金资助：国家自然科学基金资助项目(61673199);辽宁省教育厅科学研究经费资助项目(L2019042);辽宁石油化工大学博士科研启动基金资助项目(2019XJJL-017)。