一種基于并行模塊化神經網絡的副產煤氣實時預測方法, 其特征是首先按照神經網絡的狀態空間分割的原則,采用Fuzzy?c?means(FCM)聚類將樣本數據分為若干類,每一個分類對應一個狀態空間的子空間(即模塊),再對數據重構以建立預測模型。在建模過程中提出一種改進的回聲狀態網絡,采用模塊化方法將神經網絡網絡狀態空間分割成多個獨立的子空間,每個子空間就是子網絡。結合共享儲備池方法,使得所有網絡的訓練都在同一個儲備池中完成,而子空間各自對應一個輸出權值矩陣,能更好的模擬系統的運行規律。最后將網絡訓練問題化簡為多個小網絡的并行訓練問題以加速模型計算過程,引入含有更多有用信息的大數據樣本提高了模型的預測精度,并應用Map?Reduce計算框架將求解問題并行化,獲得較高的加速比,實現冶金煤氣系統的實時預測。
聲明:
“基于并行模塊化神經網絡的副產煤氣實時預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)