基于PCA-GA-RBF网络的聚丙烯熔融指数预报模型

• 作者: 刘兴高 楼巍
• 来源期刊: 石油化工高等学校学报
• 学科: 工学
• 关键词: 遗传算法 径向基神经网络 主元分析 熔融指数预报
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 智能控制
• 页码范围: 82-85
• 页数: 4页
• 分类号: TQ063
• 字数: 2578字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-396X.2007.03.022

摘要

熔融指数是工业聚丙烯生产中决定聚丙烯牌号最重要的指标.但因缺乏在线分析仪,指标获得时间间隔长、滞后大,使聚丙烯质量控制困难.提出了一种基于PCA-GA-RBF的神经网络模型,基于真实数据对聚丙烯生产过程的熔融指数进行预报.其中,主元分析法(PCA)用来提取过程特征参数,剔除相关冗余信息;径向基(RBF)神经网络用来逼近非线性过程; 遗传算法(GA)用来优化RBF网络的权值和网络层元数等结构参数.研究结果表明了所提出的熔融指数预报模型的可靠性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘兴高	浙江大学工业控制技术国家重点实验室	22	112	6.0	9.0
2	楼巍	浙江大学工业控制技术国家重点实验室	4	21	1.0	4.0