论文部分内容阅读
提出了一种基于小波神经网络的软测量建模方法和学习算法,这种方法被用来"测量"裂解炉燃料气热值。小波神经网络具有2层结构:小波降噪层和多层感知器层。小波降噪层主要用来对过程数据进行降噪变换,提高源信号的信噪比,多层感知器层用来辨识过程模型。小波神经网络不但具有多层感知器网络的自学习和逼近性能,而且可以利用小波降噪理论,克服源信号的噪声干扰。小波变换可以变换初始数据并进行特征提取,变换后的数据具有更高的信噪比,仿真结果显示小波神经网络具有良好的逼近能力和泛化性能。