[发明专利]基于多激活函数的ELM集成模型在化工建模中的应用

摘要

本发明公开了一种基于多激活函数的ELM集成模型在化工建模中的应用，首先获得生产数据，进行数据预处理，随机生成五组输入权值，选择五个不同的激活函数，获得隐含层与输出层之间的权重，对PTA过程醋酸消耗进行建模，根据ELM集成模型获得醋酸消耗的测量值。本发明提供的技术方案能够清除故障数据，消除量纲对构建模型造成的影响，从而能够实现更高的精度，具有更好的鲁棒性。因此，本发明提供的技术方案具有稳定的网络结构，优越的泛化性能和较好的稳定性，应用范围广泛，从而指导PTA过程的生产状况，减少醋酸消耗，提高生产效益。

主权项

1.一种基于多激活函数的ELM集成模型在化工建模中的应用，其特征在于，包括：获得训练样本(X，Y)；根据归一化公式对所述训练样本进行归一化处理，所述归一化公式为：其中Y_max和Y_min分别是输出模式向量Y的最小值和最大值；随机生成五组输入权重W1、W2、W3、W4、W5为：其中，A、B、C、D、E分别为五个ELM隐含层节点数；根据五个ELM模型分别获得对应的五个隐含层节点输入为：根据五个ELM模型分别获得对应的五个激活函数；根据五个激活函数获得ELM模型隐含层的输出为：其中，分别为五个ELM模型的阈值，a＝1，2，...，A；b＝1，2，...，B；c＝1，2，...，C；d＝1，2，...，D；e＝1，2，...，E；根据ELM算法利用Moore‑Penrose广义逆获得隐含层与输出层之间的权重为：β1＝(H1)+Y  (13)β2＝(H2)+Y  (14)β3＝(H3)+Y  (15)β4＝(H4)+Y  (16)β5＝(H5)+Y  (19)其中，H+为H的Moore‑Penrose广义逆矩阵，Y为实际输出；根据训练形成的ELM网络模型获得ELM网络模型的输出为：将进行反归一化处理，获得醋酸消耗的测量值。