10.16866/j.com.app.chem201711009
基于粒子群算法的BP神经网络在催化裂化反应再生过程中的应用
催化裂化反应再生装置是一个高度非线性、强耦合的系统,工艺的复杂性使对其难以建立准确模型.基于BP神经网络强大的自适应、自学习、泛化和非线性映射能力,以加工负荷、操作条件为输入变量,柴油产出为输出变量,建立5-11-1的BP神经网络结构的催化裂化反应再生过程柴油产出关于加工负荷,操作条件的模型.然后利用粒子群算法寻优BP神经网络初始最优权值和阈值,提高神经网络的预测精度.结果证明:基于PSO-BP神经网络的催化裂化反应再生过程的预测模型在预测精确度比未经优化的BP神经网络大大提高.
催化裂化、柴油、BP神经网络、粒子群算法
34
TP202(自动化技术及设备)
国家自然科学基金青年项目61403356;国家自然科学基金61573311;工业控制技术国家重点实验室开放课题ICT1405
2018-01-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
899-903