控制理论与应用

作者：隋璘,马君霞,熊伟丽

单位：江南大学 物联网工程学院,江南大学物联网工程学院,江南大学物联网工程学院

关键词：软测量; 门控循环单元; 注意力机制; 非负绞杀; 变量选择; 稀疏优化

基金：国家自然科学基金项目(61773182), 国家重点研发计划子课题项目(2018YFC1603405–03), 江苏省研究生科研实践创新计划项目(KYCX2 3 2447)资助.

复杂工业过程非线性、动态性及变量冗余会导致建模难度增加与模型性能降低, 因此, 本文提出一种基于注意力机制与非负绞杀(NNG)估计的门控循环单元(GRU)网络, 并应用于实际工业过程软测量建模. 首先, 将时序注意力引入GRU网络, 根据不同时刻隐含层间的时序相关性, 自适应分配注意力权重, 提高模型时序特征表征能力;其次, 设计了一种针对过程变量的注意力权重向量, 并嵌入NNG算法约束, 以实现其系数的近似无偏估计; 进一步采用带变量注意力的NNG算法对GRU网络进行稀疏优化, 降低模型复杂度, 提高其可解释性并防止过拟合, 通过数值仿真验证了算法的有效性和优越性; 最后, 将算法应用于某燃煤电厂烟气脱硫过程排放净烟气SO2浓度的软测量, 实验结果表明所提算法具有优于其它先进对比算法的性能, 能够在有效剔除冗余变量并简化模型结构的同时提高其预测性能.

来源：2026年第2期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2026年第2期