基于RNN的化工过程软测量模型研究

摘要：

研究了基于回归神经网络(RNN)为化工颜料锌钡白建立质量指标软测量模型的问题.利用SPSS统计软件对过程历史数据进行预分析处理,进而利用这些数据训练回归神经网络,建立质量指标消色力的软测量模型.针对回归神经网络训练效率低,泛化能力差等问题,尝试引入一种初始权值优化方法加以改进.仿真结果表明,利用回归神经网络可以为此类化工过程建立具有一定预测能力的软测量模型,引入的初始权值优化方法有助于提高回归神经网络初始训效率,但模型的泛化能力还有待进一步改进.

关键词：回归神经网络、锌钡白、软测量、SPSS统计分析、初始权值优化

所属期刊栏目：12

分类号：TP183(自动化基础理论)

资助基金：广东省科技厅科技计划C10909

在线出版日期：2004-08-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：310-313