基于PCA-BP神经网络的精馏塔产品组成软测量模型

摘要：

依据工艺机理和操作经验,初选了醋酸精馏塔产品组成的神经网络预测模型的输入变量,运用主元分析方法对输入变量进行主元分解,降低输入变量维数且消除了输入变量之间的线性相关性,再通过基于LM优化算法的BP神经网络进行建模.仿真结果表明,该模型具有较快的训练速率和较高的预测精度,可以满足精馏过程对出口物料组成的在线软测量要求.

关键词：精馏塔、BP神经网络、PCA方法、软测量、LM算法

分类号：TP183(自动化基础理论)

在线出版日期：2003-09-05（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：33-36