精馏塔系的软测量建模与优化策略研究

• 作者: 金晓明 陈志杰
• 来源期刊: 计算机与应用化学
• 学科: 工学
• 关键词: 广义回归神经网络 交叉验证 改进遗传算法 有约束优化
• 年，卷（期）: 2015,（3）
• 页码范围: 261-265
• 页数: 5页
• 分类号: TQ021|TP183
• 字数: 4966字
• 语种: 中文
• DOI: 10.11719/com.app.chem20150302

摘要

针对工业精馏系统操作优化的需求,在分析过程机理的基础上,本文基于广义回归神经网络和交叉验证等方法,建立了产品质量的软测量模型.随后,通过改进标准遗传算法的算子和结构,提出一种改进的求解有约束稳态优化问题的遗传算法,解决了常规优化算法在求解有约束优化问题时惩罚系数难以选择、易陷入局部最优、所得优化解可能不满足约束等问题.将其应用于以产品质量为约束的精馏塔能耗优化问题,可以求解得到精馏塔系“卡边”生产对应的最优操作条件.仿真结果表明该建模和优化策略具有优化结果好、计算效率高等优点,可为工业精馏系统的操作优化提供有效支撑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金晓明	浙江大学工业控制技术国家重点实验室智能系统与控制研究所	39	510	12.0	22.0
2	陈志杰	浙江大学工业控制技术国家重点实验室智能系统与控制研究所	1	3	1.0	1.0