遗传算法的聚丙烯熔融指数最优预报

作者：张志猛; 楼巍; 刘兴高

来源：计算机与应用化学, 2011, (07): 843-846.

DOI：10.16866/j.com.app.chem2011.07.011

• 遗传算法
• 径向基函数神经网络
• 熔融指数 genetic algorithm
• radical basis function neural network
• melt index

熔融指数只能通过人工取样、离线化验分析获得,时间滞后大,难以满足实时控制的要求,其软测量预报意义很大。本文提出了一种基于遗传算法的聚丙烯熔融指数最优预报方法。径向基函数(RBF)神经网络用来拟合输入与输出之间的非线性关系,用遗传算法对RBF神经网络权值进行优化。基于某石化企业聚丙烯生产过程采集的历史数据进行研究。根据反应机理以及流程工艺分析,将温度、压力、液位、氢气气相百分数、3股丙烯进料流率、2股催化剂进料流率等9个过程变量作为模型的输入。经过优化的预报模型的均方根误差从优化前的0.0107减小为0.0057;平均绝对误差从原来的0.0392减小为0.0220;平均相对误差从优化前的1.49...

• 单位
  浙江大学; 工业控制技术国家重点实验室