基于层次分析的FLANN神经网络研究及应用

• 作者: 武开英 耿志强 韩永明
• 来源期刊: 化工学报
• 关键词: 乙烯装置 生产能力预测 层次分析法 神经网络 模型预测控制 生产
• 年，卷（期）: 2016,（3）
• 页码范围: 805-811
• 页数: 7页
• 分类号: TP29
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20151911

摘要

针对传统函数链接型神经网络(functional link artificial neural networks ,FLANN)不能有效处理化工过程中强耦合、带噪声的高维数据建模问题，提出了一种基于层次分析(analytic hierarchy process, AHP)的FLANN神经网络(AHP-FLANN)。通过层析分析模型过滤输入数据中的冗余信息，提取特征分量，并把提取的特征分量作为函数链接神经网络的输入进行建模。同时利用化工行业乙烯生产数据进行了验证，并和 BP 神经网络及 FLANN 神经网络进行了对比。结果表明，AHP-FLANN神经网络在处理复杂高维数据时具有收敛速度快、建模精度高、网络稳定性强等特点，同时能够指导乙烯生产，提高能效，具有良好的实用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	耿志强	北京化工大学信息科学与技术学院	45	419	12.0	18.0
3	韩永明	北京化工大学信息科学与技术学院	19	96	7.0	9.0
7	武开英	北京化工大学信息科学与技术学院	1	8	1.0	1.0