[發(fā)明專利]一種礦漿銅品位在線預(yù)測軟測量建模方法

在審

• 申請?zhí)枺?/td>: 202210275077.4
• 申請日: 2022-03-21
• 公開（公告）號: CN114626304A
• 公開（公告）日: 2022-06-14
• 發(fā)明（設(shè)計(jì)）人: 孫濤;趙亞棟;孫凱
• 申請（專利權(quán)）人: 齊魯工業(yè)大學(xué)
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F17/16;G06N3/04;G06N3/08
• 代理公司: 濟(jì)南格源知識產(chǎn)權(quán)代理有限公司 37306
• 代理人: 劉曉政

1.一種礦漿銅品位在線預(yù)測軟測量建模方法，其特征在于包括如下步驟，

步驟1、采集銅礦浮選過程中能夠直接測量的過程變量數(shù)據(jù)采集人工標(biāo)定的實(shí)驗(yàn)室標(biāo)定銅品位樣品數(shù)據(jù)其中N為樣本量，P為過程變量，R為實(shí)數(shù)集；

步驟2、對所述過程變量和實(shí)驗(yàn)室標(biāo)定樣品數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，處理后的數(shù)據(jù)集，包括輸入變量x∈R^N×P和輸出變量y_q∈R^N×1；并將處理后的數(shù)據(jù)集劃分為訓(xùn)練集、測試集；

步驟3、對ELM網(wǎng)絡(luò)的超參數(shù)調(diào)優(yōu)，得到初始ELM訓(xùn)練模型；

步驟4、隨機(jī)初始化輸入層、隱含層的參數(shù)α_i、b_i，構(gòu)建初始化ELM網(wǎng)絡(luò)，如式(1)：

式(1)中，g(·)為sigmoid激活函數(shù)，輸入變量x＝[x₁,x₂,…,x_p]，y_q為輸出變量，β_k＝[β_k1,β_k2,…,β_km]^T為ELM網(wǎng)絡(luò)隱含層與輸出層的連接權(quán)值，L為隱含層節(jié)點(diǎn)數(shù)；

隱含層輸出

步驟5、將NNG算法收縮算子θ_i嵌入ELM網(wǎng)絡(luò)，建立新的ELM網(wǎng)絡(luò)，如式(3)所示：

步驟6、獲得當(dāng)前訓(xùn)練樣本數(shù)據(jù)下的最優(yōu)值計(jì)算如式(4)所示：

其中，y為訓(xùn)練樣本的真實(shí)值，s為絞殺超參數(shù)；

步驟7、驗(yàn)證計(jì)算當(dāng)前訓(xùn)練集下的AIC的平均值A(chǔ)IC_c，計(jì)算公式如式(5)所示：

其中、n為樣本個(gè)數(shù)，f＝[1,2,…,K]，為y_i的預(yù)測值，則最優(yōu)值s^*為每次求取AIC準(zhǔn)則的最小值所對應(yīng)的s值；

步驟8、獲取當(dāng)前AIC_c準(zhǔn)則下對應(yīng)的s值及收縮系數(shù)θ_i^*＝[θ₁,θ₂,…θ_i]，重復(fù)步驟7直至獲取最優(yōu)值s^*及收縮系數(shù)

步驟9、將優(yōu)化收縮系數(shù)代入ELM初始階段得到輸出權(quán)重，重新構(gòu)建新的ELM網(wǎng)絡(luò)結(jié)構(gòu)，如式(6)所示：

其中，為更新后的隱含層輸出權(quán)重；

步驟10：通過OS-ELM在線更新權(quán)重的方式計(jì)算新的網(wǎng)絡(luò)輸出權(quán)重

步驟11：通過步驟9獲取的軟測量模型計(jì)算測試集的預(yù)測值，計(jì)算公式如式(8)所示：

步驟12：對新的模型T_q+1的性能進(jìn)行評價(jià)，具體為根據(jù)模型性能評價(jià)指標(biāo)對新的模型T_q+1性能進(jìn)行評價(jià)，將驗(yàn)證集變?yōu)閷?shí)時(shí)數(shù)據(jù)流，驗(yàn)證模型的泛化性能。

2.根據(jù)權(quán)利要求1所述礦漿銅品位在線預(yù)測軟測量建模方法，其特征在于，

步驟2中，數(shù)據(jù)預(yù)處理包括剔除異常點(diǎn)及數(shù)據(jù)歸一化處理，得到處理后的數(shù)據(jù)集：包括輸入變量X∈R^N×P和輸出變量Y∈R^N×1；所述歸一化具體為其中X表示x對應(yīng)列的所有樣本數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述礦漿銅品位在線預(yù)測軟測量建模方法，其特征在于，

步驟2中，將處理后的將數(shù)據(jù)集劃分為訓(xùn)練集、測試集和驗(yàn)證集，將訓(xùn)練集δ＝(X,Y)均勻劃分為K塊子集：δ＝{δ₁,δ₂,…δ_K}，首先令δ_f＝{δ₁,δ₂,…δ_f}為訓(xùn)練集，余下數(shù)據(jù)集δ_f+1為測試集，之后逐步向前選擇新的訓(xùn)練集和測試集，直至K-f折交叉驗(yàn)證結(jié)束數(shù)據(jù)集；其中訓(xùn)練集用來構(gòu)建NNG-OSELM網(wǎng)絡(luò)模型；測試集用來測試模型的精度；驗(yàn)證集為實(shí)時(shí)數(shù)據(jù)流，用來驗(yàn)證模型的泛化性能。

4.根據(jù)權(quán)利要求1所述礦漿銅品位在線預(yù)測軟測量建模方法，其特征在于，

步驟3中，利用網(wǎng)格搜索法和交叉驗(yàn)證法對ELM網(wǎng)絡(luò)的超參數(shù)調(diào)優(yōu)，得到初始ELM訓(xùn)練模型。