论文部分内容阅读
针对铝电解过程参数在线或快速检测难的问题,基于500kA预焙铝电解槽生产数据,提出粒子群优化的在线极限学习机软测量模型。采用在线贯序极限学习机(OS-ELM)增强对系统动态跟踪能力,同时利用粒子群算法优化极限学习机的结构,以达到减少随机参数误差的目的,并在速度更新公式中加入动态的惯性权值和学习因子来平衡全局搜索和局部搜索能力,避免种群陷入早熟收敛。实验结果验证该方法对氧化铝浓度及电解质温度的拟合度较好,对确保铝电解过程物料平衡及热平衡具有重要意义。