控制与决策

作者：陆荣秀,赖路璐,杨辉,朱建勇

单位：华东交通大学 电气与自动化工程学院,南昌 330013;江西省先进控制与优化重点实验室,南昌 330013,,华东交通大学 电气与自动化工程学院,南昌 330013;江西省先进控制与优化重点实验室,南昌 330013,,华东交通大学 电气与自动化工程学院,南昌 330013;江西省先进控制与优化重点实验室,南昌 330013,,华东交通大学 电气与自动化工程学院,南昌 330013;江西省先进控制与优化重点实验室,南昌 330013,

关键词：稀土萃取;组分含量预测;随机配置网络;插值;趋势扩散技术;虚拟样本

基金：国家重点研发计划项目(2020YFB1713700)；国家自然科学基金项目(61863014,61733005,61963015).

针对稀土萃取过程进行质量监控时,存在采集样本重复率高、有效数据少的小样本问题,提出一种基于混合虚拟样本生成的稀土萃取过程组分含量预测方法.首先,以萃取现场的小样本为基础,采用中点插值法生成虚拟样本输出数据,再根据随机配置网络(SCN)中隐含层与输出层、输入层与隐含层间的映射关系,生成虚拟样本输入数据;鉴于这些虚拟样本仅能在邻近点产生,采用结合遗传算法(GA)的多分布趋势扩散技术(MD-MTD)生成优化的虚拟样本集进行补充.依据数据合理性原则,将虚拟样本与真实小样本进行融合,建立基于SCN的组分含量预测模型.铈镨/钕萃取现场数据验证和对比实验分析表明,所提出的方法能有效解决小样本问题,适用于稀土萃取过程组分含量监控.

来源：2023年第4期

《控制与决策》期刊编辑部

查看控制与决策杂志2023年第4期