基于偏移补偿和优化Elman神经网络的水泥回转窑温度软测量建模方法

本发明公开了一种基于偏移补偿和优化Elman神经网络的水泥回转窑温度软测量建模方法，首先建立回转窑烧成带温度历史数据集，通过核主成分分析法KCPA对数据集进行变量筛选，预处理后并划分为训练集和测试集；其次构建Elman神经网络并确定网络的参数，初始化Elman神经网络的权值和阈值；利用改进哈里斯鹰算法对网络的权值和阈值进行优化，采用训练集对优化后的Elman神经网络进行训练；将测试集输入训练后的优化Elman神经网络中进行预测，并通过偏移补偿方法对预测结果进行补偿，输出补偿后的预测结果。本发明提出的基于偏移补偿和优化Elman神经网络的回转窑烧成带温度软测量建模方法，具有较好的预测精度和泛化能力，同时拟合效果非常好，取得了良好的应用效果。