基于动态等级PSO-ELMAN的乙烯裂解深度模型及其优化控制

摘要：

提出一种自适应动态等级粒子群算法(ADHPSO).该算法保持粒子多样性,能摆脱局部极值,有良好的全局收敛性.将ADHPSO训练ELMAN神经网络,建立乙烯裂解炉裂解深度的在线预测模型.研究一种集成ADHPSO-ELMAN过程建模的裂解深度智能优化控制方法,得到裂解过程的最优操作条件.仿真计算表明,该方法显著提高了乙烯及丙烯的收率,具有良好的稳定性和适应性,对实际生产具有极大的应用潜力.

关键词：裂解深度、动态等级粒子群、ELMAN神经网络、裂解炉、优化控制

所属期刊栏目：13

分类号：TQ221.211;TP183(基本有机化学工业)

在线出版日期：2013-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1860-1867,1888