基于人工神經(jīng)網(wǎng)絡(luò )的過(guò)閘流量軟測量研究
加入技術(shù)交流群
由于系統是非線(xiàn)性的，初始值對于學(xué)習是否達到局部最小、是否能夠收斂以及訓練時(shí)間的長(cháng)短的關(guān)系很大。一般選取初始權值為(-1，1)之間的隨機數。在MATLAB工具箱中可采用函數initnw.m初始化隱含層權值。學(xué)習速率決定每一次循環(huán)訓練中所產(chǎn)生的權值變化量。若學(xué)習速率過(guò)大可能導致系統的不穩定;但學(xué)習速率過(guò)小會(huì )導致訓練時(shí)間較長(cháng)，收斂速度很慢，不過(guò)能保證網(wǎng)絡(luò )的誤差值不跳出誤差表面的低谷而最終趨于最小誤差值。所以在一般情況下，傾向于選取較小的學(xué)習速率以保證系統的穩定性。學(xué)習速率的選取范圍在0.01到0.8之間。綜合考慮一下，本系統選取學(xué)習速率為0.1。BP網(wǎng)絡(luò )訓練程序如下所示[9]：
本文引用地址：http://dyxdggzs.com/article/170163.htm%定義輸入向量和目標向量
P=[0.5 0.6 0.8 ……;0.7082 0.7081 0.7079 ……];
T=[0.3744 0.4533 0.3735 0.648 ……];
%創(chuàng )建BP網(wǎng)絡(luò )和定義訓練函數及參數
net=newcf( minmax(P),[15,1],{‘logsig’,‘purelin’},‘traingd’);
net=initnw(net,1);
net.trainParam.epochs=5000;
net.trainParam.lr=0.1;
net.trainParam.goal=0.00001;
[net,tr]=train(net,P,T);
待網(wǎng)絡(luò )訓練好后，利用選定的20組測試樣本對其進(jìn)行測試，以測量其泛化能力。測試結果如圖2和圖3所示。
圖2為真實(shí)流量值與通過(guò)BP網(wǎng)絡(luò )軟測量模型的預測值之間的擬合曲線(xiàn)，方框代表預測值，圓點(diǎn)代表真實(shí)值。
圖3為BP網(wǎng)絡(luò )模型過(guò)閘流量估計誤差曲線(xiàn)，從圖中可以看出網(wǎng)絡(luò )估計誤差在5%以?xún)?，與流量真值符合良好，反映了軟測量模型良好的測量能力。通過(guò)改變網(wǎng)絡(luò )結構、神經(jīng)元的激活函數、學(xué)習算法，進(jìn)一步增強神經(jīng)網(wǎng)絡(luò )對模糊數據的識別能力和容錯性，從而可進(jìn)一步提高模型精度。
結論
本文提出了一個(gè)基于兩層BP網(wǎng)絡(luò )的過(guò)閘流量軟測量模型，訓練與測試結果表明：該網(wǎng)絡(luò )對過(guò)閘流量有很好的預測性，誤差在5%以?xún)?。而一般傳統的流速儀測流的誤差也為5%，因此該模型能滿(mǎn)足工程測量的需要。另外，預測值與流量真值具有較好的一致性，也充分顯示了人工神經(jīng)網(wǎng)絡(luò )解決工程問(wèn)題的適用性。因此，可以通過(guò)基于人工神經(jīng)網(wǎng)絡(luò )的軟測量模型來(lái)解決過(guò)閘流量與各影響因素之間的復雜非線(xiàn)性關(guān)系，為過(guò)閘流量的測量提供了一種可供選擇的有效手段。
參考文獻：
[1] 穆祥鵬,陳文學(xué),崔巍等.弧形閘門(mén)流量計算方法的比較與分析[J].南水北調與水利科技,2009,7(5):20-22
[2] 王知生,楊艷玲,王廣森.海日蘇攔河閘過(guò)閘流量的測驗方法[J].內蒙古科技與經(jīng)濟,2002,7:72
[3] 王孝紅,劉文光,于宏亮.工業(yè)過(guò)程軟測量研究[J].濟南大學(xué)學(xué)報(自然科學(xué)版),2009,23(1):80-85.
[4] 姜萬(wàn)錄,雷亞飛,張齊生等.基于神經(jīng)網(wǎng)絡(luò )軟測量的動(dòng)態(tài)流量測量方法研究[J].流體傳動(dòng)與控制,2007,6:25-30
[5] 叢爽.面向MATLAB工具箱的神經(jīng)網(wǎng)絡(luò )理論與應用[M].第3版.合肥:中國科學(xué)技術(shù)大學(xué)出版社,2009:65-80
[6] 侯媛彬,杜京義,汪梅.神經(jīng)網(wǎng)絡(luò )[M].西安:西安電子科技大學(xué)出版社,2007:35-39
[7] 孫增圻.智能控制理論與技術(shù)[M].北京:清華大學(xué)出版社,1997:129-134
[8] 王崢,王帆.基于神經(jīng)網(wǎng)絡(luò )調速系統故障診斷的數學(xué)模[J].三峽大學(xué)學(xué)報(自然科學(xué)版),2004,26(2):123-126
[9] 周開(kāi)利 抗藥紅.神經(jīng)網(wǎng)絡(luò )模型及其MATLAB仿真程序設計[M].北京：清華大學(xué)出版社,2005:89-100
評論