学位论文 > 优秀研究生学位论文题录展示
基于遗传算法优化神经网络的醋酸乙烯聚合率软测量研究
作 者: 陶慧汇
导 师: 黄江平
学 校: 华东交通大学
专 业: 控制理论与控制工程
关键词: 醋酸乙烯聚合率 软测量 BP神经网络 遗传算法 VAC GA-BP网络
分类号: TP18
类 型: 硕士论文
年 份: 2011年
下 载: 34次
引 用: 0次
阅 读: 论文下载
内容摘要
本论文针对目前醋酸乙烯(VAC)聚合工序中VAC聚合率没有有效的实时在线检测方法的实际情况,在研究分析了VAC聚合反应的工艺流程的基础之上,提出了将软测量技术应用于VAC聚合率在线检测的方案。在全面研究了软测量技术的原理、组成要素和实现流程的基础之上,重点讨论了软测量技术中辅助变量的选择、数据预处理、软测量建模三个方面的内容。然后开展针对VAC聚合率的软测量研究,所做的主要研究工作如下:1、论文首先通过选取VAC聚合率为主导变量;引发剂添加率、甲醇配比、聚合温度、VAC活性度为辅助变量;采用数据归一化变换方法和拉依达准则处理原始数据;在MATLAB7.1环境下开展了基于BP神经网络的VAC聚合率软测量方面的仿真研究。对BP神经网络的原理、结构、算法做了较为详细的论述。进行BP网络软测量建模时,采用先通过编程计算网络输出误差,再通过误差分析的方法来确定BP网络的拓扑结构。在网络训练过程中,采用BP网络的Levenberg-Marquardt改进算法对网络进行训练,并且根据网络训练和测试的结果对基于BP神经网络的VAC聚合率软测量方案做了评价。2、针对BP网络局部寻优的缺陷,决定采用遗传算法对BP网络进行优化。论文中全面阐述了遗传算法的产生、原理、实现流程以及遗传算法与BP网络的结合方式。并选取遗传算法确定神经网络连接权重的合作式结合方式作为BP神经网络的优化方案,以此来组建遗传BP神经(GA-BP)网络。最后,将GA-BP网络用于VAC聚合率软测量建模。从仿真研究的结果来看,GA-BP网络的训练和测试结果都比BP网络有了较大的改善,达到了误差要求。研究结果证明基于遗传算法优化BP网络的VAC聚合率软测量方案是成功可行的,这对于联合运用软测量技术、神经网络技术与遗传算法来解决实际工程问题和实现VAC聚合率的实时在线检测都具有重要意义。
|
全文目录
摘要 4-5 ABSTRACT 5-9 第一章 绪论 9-16 1.1 课题研究的背景和意义 9-10 1.2 醋酸乙烯聚合反应工艺流程概述 10-12 1.3 醋酸乙烯聚合率检测技术的研究现状 12-13 1.3.1 离线分析法 12 1.3.2 醋酸乙烯聚合率在线连续检测方法 12-13 1.4 软测量技术的研究现状 13-15 1.4.1 国内外软测量技术的发展现状 13-14 1.4.2 醋酸乙烯聚合率软测量的研究现状 14-15 1.5 本论文的主要研究工作 15-16 第二章 软测量技术 16-27 2.1 软测量的基本概念 16-17 2.2 软测量的辅助变量选择 17-18 2.3 软测量的数据预处理 18-23 2.3.1 数据变换 18 2.3.2 数据的误差处理 18-19 2.3.3 数据的平滑消噪 19-20 2.3.4 用小波分析进行数据处理 20-23 2.4 软测量的建模方法 23-26 2.4.1 机理分析法建模 23-24 2.4.2 系统辨识软测量建模 24 2.4.3 多变量统计软测量建模 24-25 2.4.4 人工神经网络软测量建模 25-26 2.4.5 其它软测量建模方法 26 2.5 软测量实施与在线校正 26-27 第三章 基于BP神经网络的醋酸乙烯聚合率软测量研究 27-51 3.1 BP神经网络的理论基础 27-35 3.1.1 BP神经网络的结构 27-29 3.1.2 BP算法 29-33 3.1.3 基于BP神经网络的软测量实现流程 33-35 3.2 仿真软件 MATLAB 简介 35 3.3 辅助变量的选择 35-37 3.4 数据采集和预处理 37-38 3.5 BP网络软测量模型 38-43 3.5.1 BP网络的神经网络工具箱函数 38-40 3.5.2 BP网络的结构 40-43 3.6 BP 网络软测量模型的训练和测试 43-48 3.6.1 BP网络软测量模型的训练 43-46 3.6.2 BP网络软测量模型的测试 46-48 3.7 BP 网络软测量建模过程的C 语言实现 48-49 3.8 BP 网络软测量建模的缺陷 49-51 第四章 基于GA-BP神经网络的醋酸乙烯聚合率软测量研究 51-73 4.1 遗传算法概述 51-59 4.1.1 遗传算法的基本概念 51-52 4.1.2 遗传算法的特点 52-54 4.1.3 基本遗传算法的实现流程 54-59 4.2 遗传算法与BP 神经网络的结合 59-63 4.2.1 遗传算法与BP网络的结合方式 60-61 4.2.2 GA-BP 网络的实现流程 61-63 4.3 GA-BP 网络软测量建模 63-73 4.3.1 遗传算法工具箱函数 63-64 4.3.2 编码方案与适应度函数的设计 64-65 4.3.3 GA-BP网络软测量模型的训练 65-70 4.3.4 GA-BP网络软测量模型的测试 70-73 第五章 总结与展望 73-76 5.1 论文工作总结 73-74 5.2 研究展望 74-76 参考文献 76-79 附录 A 经过预处理的样本数据 79-84 附录 B 编码函数与适应值函数 84-85 个人简历 在读期间发表的学术论文 85-86 致谢 86
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 机械臂视觉伺服系统的研究,TP242.6
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
- 部队人员网上训练与考核系统的开发,TP311.52
- 大学生综合素质测评研究,G645.5
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于遗传算法的中短波磁天线的设计及实现,TN820
- 基于遗传算法的柑橘图像分割,TP391.41
- 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
- 基于遗传—牛顿算法的公交优化调度,TP18
- 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
- 高速公路拆迁民众生存系统评价研究,D523
- 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
- 基于遗传算法和粗糙集的聚类算法研究,TP18
- 煤矿风险信息集成与智能预警研究,X936
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com
|