自动化与仪器仪表
自動化與儀器儀錶
자동화여의기의표
AUTOMATION & INSTRUMENTATION
2015年
4期
45-47,50
,共4页
芳烃抽提%收率%预测%BP神经网络%软测量
芳烴抽提%收率%預測%BP神經網絡%軟測量
방경추제%수솔%예측%BP신경망락%연측량
Aromatics extraction%Yield%Prediction%BP network%Soft-sensor
为了预测芳烃抽提过程收率对生产计划的制定准确性的目的.采用遗传算法和粒子群算法优化BP神经网络方法,并运用改进的遗传算法和粒子群算法进行网络训练,分别建立了芳烃抽提过程的芳烃收率建立软测量模型,并结合实际生产工艺,选取16个过程变量,并对收率分类建立相应软测量模型进行仿真研究.获得该两种模型的性能优于单纯的BP神经网络模型,且都能够较准确预测芳烃收率和较高精度的结果.为实际生产计划的制定提供参考的依据并具有良好的应用前景.
為瞭預測芳烴抽提過程收率對生產計劃的製定準確性的目的.採用遺傳算法和粒子群算法優化BP神經網絡方法,併運用改進的遺傳算法和粒子群算法進行網絡訓練,分彆建立瞭芳烴抽提過程的芳烴收率建立軟測量模型,併結閤實際生產工藝,選取16箇過程變量,併對收率分類建立相應軟測量模型進行倣真研究.穫得該兩種模型的性能優于單純的BP神經網絡模型,且都能夠較準確預測芳烴收率和較高精度的結果.為實際生產計劃的製定提供參攷的依據併具有良好的應用前景.
위료예측방경추제과정수솔대생산계화적제정준학성적목적.채용유전산법화입자군산법우화BP신경망락방법,병운용개진적유전산법화입자군산법진행망락훈련,분별건립료방경추제과정적방경수솔건립연측량모형,병결합실제생산공예,선취16개과정변량,병대수솔분류건립상응연측량모형진행방진연구.획득해량충모형적성능우우단순적BP신경망락모형,차도능구교준학예측방경수솔화교고정도적결과.위실제생산계화적제정제공삼고적의거병구유량호적응용전경.
