融合过程先验知识的递归神经网络模型及其应用

• 作者: 娄海川 苏宏业 谢磊
• 来源期刊: 化工学报
• 关键词: 过程先验知识 递归神经网络 增广拉格朗日乘子法 粒子群-内点法优化算法 丙烯聚合反应过程
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 过程系统工程
• 页码范围: 1665-1673
• 页数: 9页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.0438-1157.2013.05.023

摘要

大部分化工过程具有非线性特性,一般的线性建模方法难以有效应用.针对非线性化工过程动态建模,提出了一种基于过程先验知识的递归神经网络模型,充分发掘化工过程隐含的先验知识,并将这些先验知识以非线性约束的形式嵌入NARMAX结构的前馈神经网络中,同时基于增广拉格朗日乘子法约束处理机制,用PSO-IPOPT混合优化算法对过程先验知识递归神经网络权值进行优化.该过程先验知识递归神经网络模型对非线性化工过程动态建模,不仅有良好的建模精度和预测外推能力,而且能避免零增益的出现和增益反转,确保网络模型在实际应用中的安全性.文中以环管式丙烯聚合反应过程实际工业数据验证了所提网络模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏宏业	工业控制技术国家重点实验室浙江大学智能系统与控制研究所	53	1229	21.0	33.0
2	谢磊	工业控制技术国家重点实验室浙江大学智能系统与控制研究所	6	130	5.0	6.0
3	娄海川	工业控制技术国家重点实验室浙江大学智能系统与控制研究所	1	11	1.0	1.0