基于改进HHO优化DELM的脱丁烷塔软测量建模方法

摘要

本发明提供一种基于改进HHO优化DELM的脱丁烷塔软测量建模方法，获取脱丁烷塔生产过程数据集并根据工艺原理和操作经验进行变量选择；对获取的数据集进行归一化处理，使其变成无量纲数据集；然后确定深度极限学习机DELM的拓扑结构，通过哈里斯鹰优化算法HHO对DELM隐含层的节点数进行优化，将DELM训练得到的根均方差作为适应度值，选取使模型误差最小的节点数；针对HHO的局限性，引入Piecewise混沌映射、惯性权重以及自适应t分布。基于脱丁烷塔生产过程数据集，构建经过改进HHO优化的DELM软测量模型，能够使模型避免局部最小值的出现，相较于其他方法建立的软测量模型的估计精度有所提升。