基于BP神经网络和列队竞争算法的低温甲醇洗过程参数优化

• 作者: 史彬 杨宇轩 潘欣 鄢烈祥
• 来源期刊: 计算机与应用化学
• 学科: 工学
• 关键词: 低温甲醇洗工艺 BP神经网络 流程模拟软件 列队竞争算法
• 年，卷（期）: 2013,（12）
• 页码范围: 1439-1443
• 页数: 5页
• 分类号: TQ021.8|TQ028.2
• 字数: 3353字
• 语种: 中文
• DOI: 10.11719/com.app.chem20131213

摘要

本文提出了基于BP(Back Propagation)神经网络和列队竞争算法的方法优化低温甲醇洗工艺操作参数。首先，以流程模拟软件对该工艺进行模拟，获得初始样本数据；然后，应用 BP 神经网络对所获数据进行训练，实现神经网络输出与实际模拟结果的一致；最后，综合列队竞争算法和 BP 神经网络对低温甲醇洗工艺过程进行参数优化。实例计算结果表明，训练好的 BP神经网络输出与实际模拟结果间的误差小于2%，将其应用于优化计算可大幅缩短计算时间，提高计算效率；优化计算结果能够在满足分离要求的条件下，降低公用工程消耗量13%，降低气提用氮气量8.1%，节能效果十分明显。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史彬	武汉理工大学化学工程学院	48	167	7.0	9.0
2	鄢烈祥	武汉理工大学化学工程学院	62	317	9.0	14.0
3	潘欣	武汉理工大学化学工程学院	11	118	6.0	10.0
4	杨宇轩	武汉理工大学化学工程学院	1	0	0.0	0.0