10.3969/j.issn.1004-731X.2001.z1.062
基于PCA-RBF神经网络的工业烈解炉收率在线预测软测量方法
为了解决工业烈解炉收率在线预测的问题,研究了基于PCA(principal component analysis)-RBF(radial basis function)神经网络模型的多输出(MIMO)软测量方法及其在线校正技术.该方法由主元分析PCA、RBF神经网络和在线校正3部分组成,可以实现工业裂解炉止率的在线预测,具有实时性好、建模周期短、计算量小、校正方便等特点,本文给出的SRT-IV型工业裂解炉收率预测例子及其结果表明该软测量方法应用于工业裂解炉收率的在线预测是有效的.
过程建模、软测量、神经网络、主元分析、裂解炉、乙烯过程
13
TP274.5(自动化技术及设备)
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
194-197