CASIA OpenIR  > 学术期刊  > 自动化学报
基于RAGAN的工业过程运行指标前馈−反馈多步校正
杨宇晴; 王德睿; 丁进良
Source Publication自动化学报
ISSN0254-4156
2023
Volume49Issue:5Pages:999-1009
Abstract针对工业过程运行指标反馈校正存在滞后及一步推理校正模型可解释性差的问题,提出了基于递归注意力生成对抗网络(Recurrent attention generative adversarial networks, RAGAN)的运行指标前馈-反馈多步校正方法.该方法采用基于负相关正则化的集成随机权神经网络,建立综合生产指标预报模型,为校正提供前馈信息补偿反馈校正的滞后性.提出的RAGAN校正,采用多步校正实现一次调整的思想,将当前时刻运行指标映射到低维潜变量空间简化数据复杂度,利用长短期记忆(Long short-term memory, LSTM)模型实现数据的分步输入,提高模型可解释性;采用分布式注意力(Distributed attention, DA)机制构建数据读入网络,使校正环节获取任务相关性更高的数据,降低任务复杂度,减小噪声干扰,利用校正后的运行指标,保证系统的综合指标尽可能地跟随设定值运行.采用中国西部地区最大选矿厂实际数据的仿真实验,验证了所提方法的有效性.
Keyword复杂工业过程 运行优化 多步校正 注意力机制 前馈-反馈校正
DOI10.16383/j.aas.c210408
Citation statistics
Document Type期刊论文
Identifierhttp://ir.ia.ac.cn/handle/173211/56150
Collection学术期刊_自动化学报
Recommended Citation
GB/T 7714
杨宇晴,王德睿,丁进良. 基于RAGAN的工业过程运行指标前馈−反馈多步校正[J]. 自动化学报,2023,49(5):999-1009.
APA 杨宇晴,王德睿,&丁进良.(2023).基于RAGAN的工业过程运行指标前馈−反馈多步校正.自动化学报,49(5),999-1009.
MLA 杨宇晴,et al."基于RAGAN的工业过程运行指标前馈−反馈多步校正".自动化学报 49.5(2023):999-1009.
Files in This Item: Download All
File Name/Size DocType Version Access License
AAS-CN-2021-0408.pdf(3066KB)期刊论文出版稿开放获取CC BY-NC-SAView Download
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[杨宇晴]'s Articles
[王德睿]'s Articles
[丁进良]'s Articles
Baidu academic
Similar articles in Baidu academic
[杨宇晴]'s Articles
[王德睿]'s Articles
[丁进良]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[杨宇晴]'s Articles
[王德睿]'s Articles
[丁进良]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: AAS-CN-2021-0408.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.