[发明专利]一种基于自适应MCMC采样的新型UPFNN铝电解能耗计算方法

权利要求书

1.一种基于自适应MCMC采样的新型UPFNN铝电解能耗计算方法，包括以下步骤：

S1，初始化估计值，从神经网络权值阈值所建立的先验分布中抽取N个粒子

S2，根据新型UT采样公式，通过得到的采样点及其相应权重进行时间更新；

S3，根据统计量的权值和方差进行权值更新；

S4，重要性重采样抽取粒子，计算权值并归一化；

S5，通过自适应MCMC方法来产生新的粒子；

S6，融合结果输出；

所述步骤S2包括，

采用以下公式进行采样，通过得到的采样点及其相应权重计算统计量y，

其中，λ为缩放比例系数，为第j个采样点均值所对应的权值；为第j个采样点方差所对应的权值，表示原采样点，i(a)表示Sigma点集序号，i(x)表示对称采样后点集序号，表示通过对称分布采样所得到的采样点，N表示粒子数，表示采样点的协方差矩阵，k表示时刻序号，j表示采样点的序号，i表示粒子的序号，h(·)表示非线性测量函数；

λ＝α²(N+κ²)-N

其中，λ为缩放比例系数，κ²的取值决定采样点与均值之间的距离，α的大小决定了选取的样本点围绕均值的分布情况，它越小则可以更大程度的降低高阶效应；

所述步骤S3包括，

采用以下公式计算统计量y的均值和方差

其中，ω_k为第k个采样点均值所对应的权值，y_k为第k个采样点均值所对应的统计量；

所述步骤S4包括，

采用以下公式从中抽取粒子，计算权重并归一化:

其中，q(·)为重要性函数，N(·)为高斯函数，为第i个采样点k-1时刻权值所对应的权重，为第i个采样点k-1时刻所对应的权值，为第i个采样点从零时刻到k-1时刻所对应的权值，y_1:k为从零时刻到k时刻所对应的统计量，

若N_eff≤N_th，N_eff为有效粒子数，N_th为设定的阈值，则进行重要性重采样，否则直接进入下一步骤；

所述步骤S5包括，

根据以下公式接受概率来产生新的粒子:

其中，表示状态变量粒子，z_k表示量测变量，p(·)表示概率分布；表示通过MCMC采样得到的新粒子，上标表示粒子序列，下标表示时间序列，t表示当前粒子迭代次数，T表示粒子总迭代次数；

若接受,则

若不接受，则

其中，为在MCMC采样阶段第i个采样点k时刻所对应的原权值，为在MCMC采样阶段第i个采样点k时刻所对应的新权值；

所述步骤S6包括

结果输出

根据专家经验和通过分析电解铝制造系统的工艺参数，得出影响吨铝直流电耗的系列参数有如下过程工艺变量:系列电流、分子比、铝水平、电解质水平、槽温度、出铝量、氟化盐日用量、下料间隔、槽压，采用9-9-1的神经网络结构，输入为9种决策参数，输出为单位能耗。