基于神经网络透明化的铅酸蓄电池剩余容量软测量方法

摘要

本发明提供了一种铅酸蓄电池剩余容量的软测量方法。神经网络具有优良的非线性映射逼近能力，广泛应用于化工过程建模，但神经网络建模方法属于黑箱法，所获得的模型缺乏透明性，各变量的解释性差，限制其指导化工企业优化技术决策。结合神经网络释义图、连接权法和改进的随机化测验三种方法，对复杂化工过程神经网络模型进行透明化研究。首先利用神经网络释义图可视化模型，再用连接权法对决策参数贡献率定量分析，最后利用改进的随机化测验，对模型的连接权、决策参数的综合贡献度和相对贡献率进行显著性检验，进而修剪模型。通过对复杂化工过程氢氰酸生产模型验证研究，表明该方法获取了过程变量的内部信息，极大地提高了模型的“可理解”能力。