探究基于神经网络的聚合过程建模方法研究

《探究基于神经网络的聚合过程建模方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浙江工业大学硕士学位论文基于神经网络的聚合过程建模方法研究姓名：陈焰华申请学位级别：硕士专业：化学工程指导教师：潘海天2002.3.1一．塑婆!型!厶堂堡：!堂堡堡壅一一●p—————_——-__———_—_——、__——●—_———_—_——_————_’_——___—^-_-—_'_——d—-———__————一摘要一／集合过程是兆型的化：[过程。聚合过程具有反应机理复杂、参数测量困难、／I{}：线槛强等特点，这使得过程机理她模比较困难。人工神经网络(ANN)不精确依赖于过程机理的数学模型，刘于任意函数映射都能按指定要求的精度逼近

2、，在处理复杂且缺乏先验知识的系统建模问题上表现出独特的优越性。尽管如此，网络的训练时间往往太长，儿存在局部极小值。为克服这些困难，本文采用新的快速训练算法，同时引入全局优化算法一一遗传算法(G^)，克服局部极小值本论文以苯乙烯(s’r)和马来酸日f(MAll)的热引发本体聚合过程为例，研究基JiANN的聚合过程建模方法。论文的主要研究内容如下(I)回顾ANN在聚合过程中不同方面的应用，列其进行总结。(2)探讨误差反

3、fil传播算法的改进原则，并对不同的改进算法进行分析对比。(3)采用G^作为训练算法，解决ANN局部极小值问题；针对简单

4、遗传算法(SGA)存在的缺陷，提出改进措施，并给：}{相应的程序。(4)在此基础上，讨论基于ANN的聚合过程建模方法；对与过程有关但不能在线测量的参数，构造预测模型，实现参数的软测量。(5)利用ANN模型进行仿真，分析各因素对过程的影响。——————塑鲨!：!!叁堂堡：生堂堡丝羔一——ABSTRACTP01ymerizationprocessisakindoftypicalchemicalprocess．Duetothecomplexityofreactionmechanical，iilfeasibitityofparameterme

5、aSUrementsandstrongIlon一1[nearityinthereaction，itisdifficulttomodeIpolymerizationprocesswe[Ibased011internalmechanismoftheDr()cess．ArtificialNeuralNetworks(ANN)needn’tdepend011theprocess’smalllematicalmechanismmodelexactlYandcallapproximateanyfunctionmapinanygiveilpreci

6、sion：whichsllOWSparticularadvantageonmodelingofcompljcatedsystemwithdeficientpriorknowledge．Nevertheless，thetraining}，imeofANNiSusual】ytoolongandtherealsoexistslocalmJnimum．TogetoverthedemeritofS1OWtraining，thisthesiSpJ‘esentssomenewfastertrainingalgorithmsandintroduces

7、globaloptimizationa1gorithm——genetiCalgorithin(G^)agaillst10calminimumproblem．Thethesisinvestigatesmodelingtechniquesofpolymer：izatiOilprocessbasedonANN，whichLakesthermalbulkpolymerizationbetweenstyrene(ST)andmaleicanhydrjde(M^}{)forsample．Themainresearchcontentsjntheth

8、esiSareasf01lows(1)Theapp]icatiOIlSbasedonANNtechniquesinvariOUSaspectofpnlymerizationprocessarereviewedandsynthesized(2)TheimprovementprineiP1eorErrorBackPropagationalgoril，hmiS塑!!一!：!!．叁堂堡：!堂堡堡壅(Iis(、Llssedwithdifferentame[ioralivealgorithmsbeinganalyzedand(3)Inthethe

9、sisGAisadoptedasthetrainingalgorithmtosolvetheANN10calrainimumproblem．Aimingattheshortcomingofsimplegeneticalg