[發明專利]一種基于自適應MCMC采樣的新型UPFNN鋁電解能耗計算方法

有效

• 申請號: 202011184193.2
• 申請日: 2020-10-29
• 公開（公告）號: CN112257346B
• 公開（公告）日: 2023-06-20
• 發明（設計）人: 姚立忠;丁偉;聶玲;程鐘文;李太福;易軍
• 申請（專利權）人: 重慶科技學院
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F30/25;G06N3/04;G06N3/048;G06N3/08;G06F111/08
• 代理公司: 重慶蘊博君晟知識產權代理事務所(普通合伙) 50223
• 代理人: 鄭勇

1.一種基于自適應MCMC采樣的新型UPFNN鋁電解能耗計算方法，包括以下步驟：

S1，初始化估計值，從神經網絡權值閾值所建立的先驗分布中抽取N個粒子

S2，根據新型UT采樣公式，通過得到的采樣點及其相應權重進行時間更新；

S3，根據統計量的權值和方差進行權值更新；

S4，重要性重采樣抽取粒子，計算權值并歸一化；

S5，通過自適應MCMC方法來產生新的粒子；

S6，融合結果輸出；

所述步驟S2包括，

采用以下公式進行采樣，通過得到的采樣點及其相應權重計算統計量y，

其中，λ為縮放比例系數，為第j個采樣點均值所對應的權值；為第j個采樣點方差所對應的權值，表示原采樣點，i(a)表示Sigma點集序號，i(x)表示對稱采樣后點集序號，表示通過對稱分布采樣所得到的采樣點，N表示粒子數，表示采樣點的協方差矩陣，k表示時刻序號，j表示采樣點的序號，i表示粒子的序號，h(·)表示非線性測量函數；

λ＝α²(N+κ²)-N

其中，λ為縮放比例系數，κ²的取值決定采樣點與均值之間的距離，α的大小決定了選取的樣本點圍繞均值的分布情況，它越小則可以更大程度的降低高階效應；

所述步驟S3包括，

采用以下公式計算統計量y的均值和方差

其中，ω_k為第k個采樣點均值所對應的權值，y_k為第k個采樣點均值所對應的統計量；

所述步驟S4包括，

采用以下公式從中抽取粒子，計算權重并歸一化:

其中，q(·)為重要性函數，N(·)為高斯函數，為第i個采樣點k-1時刻權值所對應的權重，為第i個采樣點k-1時刻所對應的權值，為第i個采樣點從零時刻到k-1時刻所對應的權值，y_1:k為從零時刻到k時刻所對應的統計量，

若N_eff≤N_th，N_eff為有效粒子數，N_th為設定的閾值，則進行重要性重采樣，否則直接進入下一步驟；

所述步驟S5包括，

根據以下公式接受概率來產生新的粒子:

其中，表示狀態變量粒子，z_k表示量測變量，p(·)表示概率分布；表示通過MCMC采樣得到的新粒子，上標表示粒子序列，下標表示時間序列，t表示當前粒子迭代次數，T表示粒子總迭代次數；

若接受,則

若不接受，則

其中，為在MCMC采樣階段第i個采樣點k時刻所對應的原權值，為在MCMC采樣階段第i個采樣點k時刻所對應的新權值；

所述步驟S6包括

結果輸出

根據專家經驗和通過分析電解鋁制造系統的工藝參數，得出影響噸鋁直流電耗的系列參數有如下過程工藝變量:系列電流、分子比、鋁水平、電解質水平、槽溫度、出鋁量、氟化鹽日用量、下料間隔、槽壓，采用9-9-1的神經網絡結構，輸入為9種決策參數，輸出為單位能耗。