公开(公告)号：CN112257346B

公开(公告)日：2023-06-20

申请号：CN202011184193.2

申请日：2020-10-29

Applicant: 重庆科技学院

Inventor： 姚立忠 ,  丁伟 ,  聂玲 ,  程钟文 ,  李太福 ,  易军

IPC: G06F30/27 ,  G06F30/25 ,  G06N3/04 ,  G06N3/048 ,  G06N3/08 ,  G06F111/08

Abstract: 本发明提供一种基于自适应MCMC采样的新型UPFNN铝电解能耗计算方法，包括以下步骤：S1，初始化估计值，从神经网络权值阈值所建立的先验分布中抽取N个粒了i＝1，2，…，N；S2，根据新型UT采样公式，通过得到的采样点及其相应权重进行时间更新；S3，根据统计量的权值和方差进行权值更新；S4，重要性重采样抽取粒子，计算权值并归一化；S5，通过自适应MCMC方法来产生新的粒子；S6，融合结果输出。本发明的有益效果是，本发明提供的算法所建模型精度高和自适应能力强。

公开(公告)号：CN112329324A

公开(公告)日：2021-02-05

申请号：CN202011184199.X

申请日：2020-10-29

Applicant: 重庆科技学院

Inventor： 姚立忠 ,  丁伟 ,  聂玲 ,  张玉泽 ,  李太福 ,  易军

IPC: G06F30/25 ,  G06F30/27 ,  G06F111/08

Abstract: 本发明提供一种基于MCMC‑UPFNN的铝电解工耗演化模型构建方法，所述铝电解工耗演化模型构建方法采用如下步骤：S1，建立基于神经网络的滤波方程；S2，从神经网络权值阈值所建立的先验分布中抽取N个粒子 i＝1，2，…，N；S3，在每一时刻用无迹卡尔曼滤波更新S2的粒子；S4，通过有效粒子数判断是否进一步更新粒子；S5，通过MCMC方法来产生新的粒子；S6，融合结果输出。本发明的有益效果是，在保持粒子多样性的同时，提高了模型的自适应能力，使得铝电解工耗演化模型的预测更准确。

公开(公告)号：CN112329324B

公开(公告)日：2023-01-24

申请号：CN202011184199.X

申请日：2020-10-29

Applicant: 重庆科技学院

Inventor： 姚立忠 ,  丁伟 ,  聂玲 ,  张玉泽 ,  李太福 ,  易军

IPC: G06F30/25 ,  G06F30/27 ,  G06F111/08

Abstract: 本发明提供一种基于MCMC‑UPFNN的铝电解工耗演化模型构建方法，所述铝电解工耗演化模型构建方法采用如下步骤：S1，建立基于神经网络的滤波方程；S2，从神经网络权值阈值所建立的先验分布中抽取N个粒子i＝1，2，…，N；S3，在每一时刻用无迹卡尔曼滤波更新S2的粒子；S4，通过有效粒子数判断是否进一步更新粒子；S5，通过MCMC方法来产生新的粒子；S6，融合结果输出。本发明的有益效果是，在保持粒子多样性的同时，提高了模型的自适应能力，使得铝电解工耗演化模型的预测更准确。

公开(公告)号：CN112257346A

公开(公告)日：2021-01-22

申请号：CN202011184193.2

申请日：2020-10-29

Applicant: 重庆科技学院

Inventor： 姚立忠 ,  丁伟 ,  聂玲 ,  程钟文 ,  李太福 ,  易军

IPC: G06F30/27 ,  G06F30/25 ,  G06N3/04 ,  G06N3/08 ,  G06F111/08

Abstract: 本发明提供一种基于自适应MCMC采样的新型UPFNN铝电解能耗计算方法，包括以下步骤：S1，初始化估计值，从神经网络权值阈值所建立的先验分布中抽取N个粒了 i＝1，2，…，N；S2，根据新型UT采样公式，通过得到的采样点及其相应权重进行时间更新；S3，根据统计量的权值和方差进行权值更新；S4，重要性重采样抽取粒子，计算权值并归一化；S5，通过自适应MCMC方法来产生新的粒子；S6，融合结果输出。本发明的有益效果是，本发明提供的算法所建模型精度高和自适应能力强。