基于PCA-GA-RBF网络的聚丙烯熔融指数预报模型

作者：楼巍; 刘兴高

来源：石油化工高等学校学报, 2007, (03): 82-85.

• 遗传算法
• 径向基神经网络
• 主元分析
• 熔融指数预报 Genetic algorithms
• Radial basis function neural network
• Principle component analysis
• Melt index prediction

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。

• 单位
  工业控制技术国家重点实验室