中国化工贸易
中國化工貿易
중국화공무역
CHINA CHEMICAL TRADE
2014年
27期
46-46
,共1页
醇酮%RBF神经网络
醇酮%RBF神經網絡
순동%RBF신경망락
以某醇酮装置采集的数据为样本,利用径向基（Radial Basis Function，RBF）神经网络函数在处理数据多重相关性方面的优势，对醇酮中重组分的含量进行预测，并研究了各运行参数对重组分含量的贡献，结果表明,径向基神经网络在对醇酮生产过程中产生的大量数据的处理具有其独到的优势,取得了显著的效果。
以某醇酮裝置採集的數據為樣本,利用徑嚮基（Radial Basis Function，RBF）神經網絡函數在處理數據多重相關性方麵的優勢，對醇酮中重組分的含量進行預測，併研究瞭各運行參數對重組分含量的貢獻，結果錶明,徑嚮基神經網絡在對醇酮生產過程中產生的大量數據的處理具有其獨到的優勢,取得瞭顯著的效果。
이모순동장치채집적수거위양본,이용경향기（Radial Basis Function，RBF）신경망락함수재처리수거다중상관성방면적우세，대순동중중조분적함량진행예측，병연구료각운행삼수대중조분함량적공헌，결과표명,경향기신경망락재대순동생산과정중산생적대량수거적처리구유기독도적우세,취득료현저적효과。
