学位论文 > 优秀研究生学位论文题录展示

基于神经网络的聚合过程建模方法研究

作　者: 陈焰华
导　师: 潘海天
学　校: 浙江工业大学
专　业: 化学工程
关键词: 聚合过程方法研究神经网络局部极小值建模方法误差反向传播算法过程机理本体聚合过程全局优化算法简单遗传算法
分类号: TQ316.3
类　型: 硕士论文
年　份: 2002年
下　载: 87次
引　用: 1次
阅　读: 论文下载

内容摘要

聚合过程是典型的化工过程。聚合过程具有反应机理复杂、参数测量困难、非线性强等特点，这使得过程机理建模比较困难。人工神经网络(ANN)不精确依赖于过程机理的数学模型，对于任意函数映射都能按指定要求的精度逼近，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，且存在局部极小值。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——遗传算法(GA)，克服局部极小值。本论文以苯乙烯(ST)和马来酸酐(MAH)的热引发本体聚合过程为例，研究基于ANN的聚合过程建模方法。论文的主要研究内容如下： (1)回顾ANN在聚合过程中不同方面的应用，对其进行总结。 (2)探讨误差反向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GA作为训练算法，解决ANN局部极小值问题；针对简单遗传算法(SGA)存在的缺陷，提出改进措施，并给出相应的程序。 (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。

全文目录

致谢  4-5
中文摘要  5-6
英文摘要  6-8
第一章绪论  8-12
  1．1 引言  8-9
  1．2 神经网络  9-10
  1．3 遗传算法  10
  1．4 本文研究的主要内容  10-12
第二章 ANN在聚合过程中的应用  12-29
  2．1 引言  12
  2．2 过程建模  12-17
  2．3 过程预测  17-19
  2．4 过程控制  19-24
  2．5 过程优化  24-27
  2．6 小结  27-29
第三章神经网络建模方法研究  29-45
  3．1 引言  29-30
  3．2 BP算法及其改进  30-36
    3．2．1 BP算法  30-32
    3．2．2 改进算法  32-33
    3．2．3 各算法之间的比较结果  33-36
  3．3 遗传算法及其改进  36-44
    3．3．1 简单遗传算法  36-37
    3．3．2 改进遗传算法  37-44
  3．4 小结  44-45
第四章聚合过程的网络模型和应用  45-52
  4．1 苯乙烯与马来酸酐共聚合过程  45-47
  4．2 网络结构模型  47-48
  4．3 仿真结果与讨论  48-51
  4．4 小结  51-52
第五章结束语  52-54
作者攻读硕士学位期间发表的论文  54-55
遗传算法源程序  55-62
参考文献  62-68

基于神经网络的聚合过程建模方法研究

内容摘要

全文目录

相似论文