张晴 朱良宽 Alaa M.E. Mohamed 史晗

摘 要：为提高人造板厚度检测精度，提出一种基于改进哈里斯鹰优化 （Harris Hawk Optimization， HHO） 算法提升极限学习机（ Extreme Learning Machine，ELM）的人造板厚度检测方法。通过对HHO算法进行改进，并利用优化后的算法对ELM的权值和偏置值等参数进行选择，在提升算法性能的基础上保留其寻优机制。同时，在初始种群位置中引入Tent映射反向学习，减少了不必要的全局搜索，在不影响种群多样性的条件下提高算法的收敛速度。最后以中密度纤维板（Medium Density Fiberboard，MDF）为例进行在线检测实验，得到实验数据并进行对比分析。实验结果显示，所提方法能够有效地减少测量误差，提高测量精度，具有一定的实际应用价值。

关键词：中密度纤维板;极限学习机;哈里斯鹰优化算法;Tent映射;反向学习策略;在线测厚系统

中图分类号：TS653.6;TP183    文献标识码：A   文章编号：1006-8023（2021）04-0058-08

Online Detection of Wood-based Panel Thickness via Optimized

Extreme Learning Machine

ZHANG Qing1， ZHU Liangkuan1*， MOHAMED Alaa M.E.1，2， SHI Han1

（1.College of Mechanical and Electrical Engineering， Northeast Forestry University， Harbin 150040， China;

2.Department of Mechanical and Electrical Engineering， Alzaim Alazhary University， Khartoum 1432， Sudan）

Abstract：In order to improve the accuracy of wood-based panel thickness detection， a wood-based panel thickness detection method based on improved Harris Hawk Optimization （HHO） algorithm and Extreme Learning Machine （ELM） was proposed. By improving the HHO algorithm， and using the optimized algorithm to select parameters such as weight and bias values of extreme learning machine， the optimization mechanism was retained on the basis of improving the performance of the algorithm. At the same time， reverse learning of tent mapping was introduced into the initial population position to reduce unnecessary global search and improve the convergence speed of the algorithm without affecting the population diversity. Finally， taking Medium Density Fiberboard （MDF） as an example， the on-line detection experiment was carried out， and the experimental data were obtained and compared. The experimental results showed that the proposed method can effectively reduce the measurement error and improve the measurement accuracy， which had a certain practical application value.

Keywords：Medium density fiberboard; Extreme Learning Machine; Harris Hawk Optimization algorithm; Tent map; reverse learning strategy; thickness online detection system

收稿日期：2021-03-25

基金項目：中央高校基本科研业务非专项资金项目（2572018BF02）;948资助项目（2014-4-46）;国家自然科学基金项目（31370565）;黑龙江省博士后启动基金项目（LBH-Q13007）

第一作者简介：张晴，硕士研究生。研究方向为智能控制、集群优化算法研究。E-mail： zhangqing686666@163.com

*通信作者：朱良宽，博士，教授，博士生导师。研究方向为林业工程自动化及智能化。E-mail： zhulk@126.com

引文格式：张晴，朱良宽， Alaa M.E. Mohamed，等. 基于优化极限学习机的人造板厚度在线检测[J].森林工程，2021，37（4）：58-65.

ZHANG Q， ZHU L K， MOHAMED A M E， et al. Online detection of wood-based panel thickness via optimized extreme learning machine[J]. Forest Engineering，2021，37（4）：58-65.

0 引言

人造板具有环保、尺寸稳定性好和质地均匀等优点，已逐渐成为家具制造和建筑业中最常用的材料之一。我国所生产和制造的人造板产品总量占全球人造板生产和制造总量的50%～60%。我国在人造板及其制品的生产制造、应用方面是世界第一大国，同时也是出口世界的第一大国，人造板已经成为我国不可替代的经济支柱产业之一[1-3]。……