基于仿生智能蚁群算法的工业软测量方法

摘要

本发明公开了一种基于仿生智能蚁群算法的工业软测量方法，包括如下步骤：(1)确定软测量过程中所用的关键变量，从关键变量的历史数据库中采集系统正常时的变量数据作为训练样本；(2)在软测量智能处理器中对训练样本的变量数据进行归一化处理，以使处理后的关键变量的均值为0、方差为1；(3)建立RBF神经网络函数得到软测量模型，用归一化后的变量数据对所述RBF神经网络进行训练，然后由仿生智能蚁群优化算法确定RBF神经网络的隐层节点数和基函数中心点。本发明方法的控制参数确定方便，适用范围广，可推广到各种工业过程中；采用RBF神经网络建模效果好，对数据的拟合精度高，避免复杂的机理建模，操作简捷方便。