醇解度预测的神经网络模型研究

• 作者: 刘云枫 王晓慧 翟东升 赵新亮
• 来源期刊: 计算机测量与控制
• 关键词: 醇解度 神经网络 动量-自适应学习速率调整算法 径向基网络
• 年，卷（期）: 2010,（12）
• 所属期刊栏目: 控制技术
• 页码范围: 2748-2751
• 分类号: TP301
• 语种: 中文

摘要

针对聚乙烯醇生产过程的醇解度预测问题,建立神经网络模型;对醇解度的影响因素进行了研究,讨论了输入层、输出层、隐含层等神经元的设置及网络训练的参数,比较了梯度下降BP算法、动量-自适应学习速率调整算法、Levenberg-Marquardt BP算法三种不同的训练算法在本问题上的优劣,并与RBF网络相比较,综合考虑训练时间、训练精度、泛化能力等条件,动量一自适应学习速率调整算法是最适合醇解度预测的,并基于动量-自适应学习速率调整算法建立了神经网络模型;将模型应用于醇解度预测系统,系统实际运行情况表明,利用神经网络模型预测醇解度是可行有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	翟东升	北京工业大学经济管理学院	98	928	17.0	25.0
2	刘云枫	北京工业大学经济管理学院	31	246	9.0	14.0
3	王晓慧	北京工业大学经济管理学院	2	5	2.0	2.0
4	赵新亮		1	2	1.0	1.0