多频率系统动态插值神经网络软测量建模

被引:7
作者
吴瑶
罗雄麟
袁志宏
机构
[1] 中国石油大学自动化研究所
关键词
动态插值神经网络; 粒子群优化; 软测量;
D O I
10.16085/j.issn.1000-6613.2009.08.038
中图分类号
TP274 [数据处理、数据处理系统];
学科分类号
0804 ; 080401 ; 080402 ; 081002 ; 0835 ;
摘要
针对某些化工过程关键变量难以在线测量的问题,提出了一种基于多采样率系统的时间序列神经网络的软测量建模方法,建立了动态插值神经网络模型,并利用增强粒子群算法实现了网络参数的优化。将此方法用于实验室模拟建模,实现了变量的在线预估,并对网络的训练效果和泛化性能进行了分析,表明其建模效果明显优于普通静态神经网络。
引用
收藏
页码:1323 / 1327
页数:5
相关论文
共 6 条
[1]   基于改进BP神经网络的菌体浓度软测量 [J].
杨强大 ;
王福利 ;
常玉清 .
控制与决策 , 2008, (08) :869-873+878
[2]   基于粒子群模糊神经网络的丙烯腈收率软测量建模 [J].
陈国初 ;
徐余法 ;
俞金寿 .
系统仿真学报, 2007, (23) :5370-5372
[3]   基于模糊免疫算法的溶剂脱水塔软测量 [J].
孟科 ;
李绍军 ;
钱锋 .
计算机工程与应用, 2007, (12) :228-230+234
[4]   微粒群神经网络在常压塔汽油干点软测量建模中的应用 [J].
陈国初 ;
俞金寿 .
化工自动化及仪表, 2005, (03) :25-27
[5]   Identification of fast-rate models from multirate data [J].
Li, DG ;
Shah, SL ;
Chen, TW .
INTERNATIONAL JOURNAL OF CONTROL, 2001, 74 (07) :680-689
[6]  
化工过程操作趋势预测方法研究 .2 滕虎. 大连理工大学 . 2001