基于自适应自然梯度法的高斯过程磨矿粒度软测量建模
针对现有的磨矿粒度测量仪表检测周期长,难以满足实时检测的问题,结合典型两段式磨矿回路的特点,提出了基于高斯过程(Gaussian process,GP)的磨矿粒度软测量建模方法,将自适应自然梯度(adaptive natural gradient,ANG)法应用到对高斯过程超参数优化过程中,构建基于ANG-GP磨矿粒度软测量模型,并分别与BP神经网络和支持向量机软测量模型进行仿真试验的比较研究。结果表明：基于ANG-GP的磨矿粒度软测量方法优于其他2种方法,且具有较高预测精度,能有效地对磨矿粒度进行在线检测,表明了该方法的有效性。
高斯过程、磨矿粒度、自适应自然梯度法、软测量
42
TP181(自动化基础理论)
国家自然科学基金项目资助项目61203323;河北省自然科学基金资助项目F2011202094;河北省高等学校科研项目Q2012079
2016-08-10（万方平台首次上网日期，不代表论文的发表时间）
共7页
1153-1159
