基于BPANN的4-CBA软测量模型研究

摘要：

本文提出了一个基于3层BP人工神经网络(BPANN)新的4-CBA软测量模型.在MATLAB软件平台上,利用两种改进BP算法以及由正交试验和机理模型仿真所产生的大量数据样本对不同网络结构模型进行了学习训练和验证,并对算法的训练效果进行了比较研究.仿真结果表明基于Levenberg-Marquardt学习规则的合适结构BPANN软测量模型,不仅学习快速,预测精度也远高于经验回归模型,为实现精对苯二甲酸(PTA)产品中4-CBA含量的实时、精确控制提供了可能.

关键词：PTA 4-CBA、软测量、BP神经网络、改进BP算法

所属期刊栏目：24

分类号：TQ2;TP18(基本有机化学工业)

资助基金：国家自然科学基金NSFC:60025308

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：226-230,240