化工学报
化工學報
화공학보
JOURNAL OF CHEMICAL INDUSY AND ENGINEERING (CHINA)
2012年
9期
2836-2842
,共7页
聚合物分子量分布%正交多项式组合神经网络%矩%输出反馈%非线性多变量系统
聚閤物分子量分佈%正交多項式組閤神經網絡%矩%輸齣反饋%非線性多變量繫統
취합물분자량분포%정교다항식조합신경망락%구%수출반궤%비선성다변량계통
利用正交多项式组合神经网络对聚合反应分子量分布( MWD)进行建模,MWD被解构为若干矩值组成的矩向量函数,由此二元MWD控制问题可被转换为一元分布矩控制问题.以矩向量为直接被控对象,通过对矩的控制实现MWD的跟踪.为便于求解这类非仿射非线性多变量系统的控制策略,提出了改进型非线性自回归正交多项式网络结构,建立模型输出与U(k)之间的线性映射关系；针对高维被控矩向量,证明了矩向量中独立变量与分布函数参变量间的数量对等关系,给出了矩向量降维准则,将高维输出控制转化为低维问题.基于改进的神经网络模型,利用输出反馈方法对MWD矩向量进行控制,实现了对MWD的形状跟踪,仿真实验证明了方法的有效性.所提出的方法为非线性多变量系统的建模控制问题提供了新思路.
利用正交多項式組閤神經網絡對聚閤反應分子量分佈( MWD)進行建模,MWD被解構為若榦矩值組成的矩嚮量函數,由此二元MWD控製問題可被轉換為一元分佈矩控製問題.以矩嚮量為直接被控對象,通過對矩的控製實現MWD的跟蹤.為便于求解這類非倣射非線性多變量繫統的控製策略,提齣瞭改進型非線性自迴歸正交多項式網絡結構,建立模型輸齣與U(k)之間的線性映射關繫；針對高維被控矩嚮量,證明瞭矩嚮量中獨立變量與分佈函數參變量間的數量對等關繫,給齣瞭矩嚮量降維準則,將高維輸齣控製轉化為低維問題.基于改進的神經網絡模型,利用輸齣反饋方法對MWD矩嚮量進行控製,實現瞭對MWD的形狀跟蹤,倣真實驗證明瞭方法的有效性.所提齣的方法為非線性多變量繫統的建模控製問題提供瞭新思路.
이용정교다항식조합신경망락대취합반응분자량분포( MWD)진행건모,MWD피해구위약간구치조성적구향량함수,유차이원MWD공제문제가피전환위일원분포구공제문제.이구향량위직접피공대상,통과대구적공제실현MWD적근종.위편우구해저류비방사비선성다변량계통적공제책략,제출료개진형비선성자회귀정교다항식망락결구,건립모형수출여U(k)지간적선성영사관계；침대고유피공구향량,증명료구향량중독립변량여분포함수삼변량간적수량대등관계,급출료구향량강유준칙,장고유수출공제전화위저유문제.기우개진적신경망락모형,이용수출반궤방법대MWD구향량진행공제,실현료대MWD적형상근종,방진실험증명료방법적유효성.소제출적방법위비선성다변량계통적건모공제문제제공료신사로.
