来源：期刊VIP网 时间：
作者：彭启月;楚宁馨;刘小庆;周佳奕;蔺楚仪;
单位：中国矿业大学机电工程学院;中国矿业大学信息与控制工程学院;
摘要：针对现有重介质悬浮液密度测量方法易受异常值影响等问题，提出了一种基于随机配置网络（SCN）的重介质悬浮液密度鲁棒软测量方法。基于SCN模型的近似误差来增量配置具有约束随机参数的隐藏节点，确认输入权重及输入偏置；采用具有厚尾特性的Laplace分布建模输出测量噪声，结合期望最大化（EM）算法估计输出权重，提升模型在异常值干扰下的鲁棒性。针对传统SCN监督机制中残差变量易受到负面影响，导致监督机制约束能力减弱的问题，提出了一种基于Laplace分布的增量式鲁棒随机配置网络（IRSCN），通过惩罚权重对SCN的监督机制进行加权，进一步抑制数据异常值对隐藏节点随机参数选择的干扰。实验结果表明：对比同类型鲁棒模型RANSAC-SCN,IRSCN在最大延迟响应、平均延迟响应与训练时间上均有优势，表明IRSCN的实时性更优，计算效率更高；在数据中存在异常值污染的情况下，IRSCN的RMSE平均值显著低于RANSAC-SCN与SCN，其整体误差水平最低；IRSCN在真实数据集上的误差明显小于其余模型，且能够更准确稳定地捕捉到重介质悬浮液密度的真实变化趋势。
关键词：重介质选煤;;悬浮液密度测量;;随机配置网络;;期望最大化算法;;Laplace分布;;监督机制
基金资助：中国博士后面上项目（2023M743776）
