基于BPANN的4-CBA软测量模型研究

被引：5

作者：

胡永有

古勇

苏宏业

王朝辉

褚健

机构：

[1] 工业控制技术国家重点实验室浙江大学先进控制研究所,工业控制技术国家重点实验室浙江大学先进控制研究所,工业控制技术国家重点实验室浙江大学先进控制研究所,工业控制技术国家重点实验室浙江大学先进控制研究所,工业控制技术国家重点实验室浙江大学先进控制研究所杭州,杭州,杭州,杭州,杭州

来源：

仪器仪表学报 | 2003年 / 03期

基金：

国家杰出青年科学基金;

关键词：

PTA; 4-CBA; 软测量; BP神经网络; 改进BP算法;

D O I：

10.19650/j.cnki.cjsi.2003.03.002

中图分类号：

TP29 [自动化技术在各方面的应用];

学科分类号：

0811 ; 081101 ; 081102 ;

摘要：

本文提出了一个基于 3层 BP人工神经网络 (BPANN)新的 4 - CBA软测量模型。在 MATL AB软件平台上 ,利用两种改进 BP算法以及由正交试验和机理模型仿真所产生的大量数据样本对不同网络结构模型进行了学习训练和验证 ,并对算法的训练效果进行了比较研究。仿真结果表明基于 L evenberg- Marquardt学习规则的合适结构 BPANN软测量模型 ,不仅学习快速 ,预测精度也远高于经验回归模型 ,为实现精对苯二甲酸 (PTA)产品中 4 - CBA含量的实时、精确控制提供了可能

引用

页码：226 / 230+240 +240

页数：6

共 5 条

[1] 改进的人工神经网络算法（Ⅰ）—网络结构的优化和收敛判据 [J].