基于PCA-GA-RBF网络的聚丙烯熔融指数预报模型

被引：27

作者：

楼巍

刘兴高

机构：

[1] 浙江大学工业控制技术国家重点实验室

来源：

石油化工高等学校学报 | 2007年 / 03期

基金：

浙江省自然科学基金;

关键词：

遗传算法; 径向基神经网络; 主元分析; 熔融指数预报;

D O I：

暂无

中图分类号：

TQ325.14 [];

学科分类号：

摘要：

熔融指数是工业聚丙烯生产中决定聚丙烯牌号最重要的指标。但因缺乏在线分析仪,指标获得时间间隔长、滞后大,使聚丙烯质量控制困难。提出了一种基于PCA-GA-RBF的神经网络模型,基于真实数据对聚丙烯生产过程的熔融指数进行预报。其中,主元分析法(PCA)用来提取过程特征参数,剔除相关冗余信息;径向基(RBF)神经网络用来逼近非线性过程;遗传算法(GA)用来优化RBF网络的权值和网络层元数等结构参数。研究结果表明了所提出的熔融指数预报模型的可靠性和准确性。

引用

页码：82 / 85

页数：4

共 7 条

[1]

Melt Index Prediction by Neural Soft-Sensor Based on Multi-Scale Analysis and Principal Component Analysis.[J].施健;刘兴高;.Chinese Journal of Chemical Engineering.2005, 06

[2]

一种改进的GA+BP模糊逻辑系统混合学习算法 [J].