混合建模方法研究及其在化工過(guò)程中的應(yīng)用.pdf

1、北京化工大學(xué)博士學(xué)位論文混合建模方法研究及其在化工過(guò)程中的應(yīng)用姓名：李曉光申請(qǐng)學(xué)位級(jí)別：博士專(zhuān)業(yè)：控制理論與控制工程指導(dǎo)教師：朱群雄曹柳林20080606北京化T大學(xué)博士學(xué)位論文燃料電池的極化曲線，預(yù)估出燃料電池的輸出電壓2提出一種新的混合神經(jīng)網(wǎng)絡(luò)建模方法：結(jié)構(gòu)逼近式混合神經(jīng)網(wǎng)絡(luò)?；诖私Y(jié)構(gòu)建立的混合神經(jīng)網(wǎng)絡(luò)可以充分利用已知非線性系統(tǒng)的結(jié)構(gòu)信息，使神經(jīng)網(wǎng)絡(luò)“灰盒“化，更好的解釋和描述系統(tǒng)各變量問(wèn)的因果關(guān)系，從而提高網(wǎng)絡(luò)的建模精度和模型的

2、可靠性。本文介紹了這類(lèi)神經(jīng)網(wǎng)絡(luò)的基本特性、拓?fù)浣Y(jié)構(gòu)和訓(xùn)練方法。報(bào)告了一個(gè)典型放熱液相二級(jí)平行間歇反應(yīng)的建模過(guò)程；并針對(duì)間歇反應(yīng)過(guò)程測(cè)量滯后的情況，與兩種不同的混合神經(jīng)網(wǎng)絡(luò)模型做了比較，仿真和比較結(jié)果證明了方法的有效性。3提出一種智能化的神經(jīng)網(wǎng)絡(luò)建模方法：假想教師人工免疫算法。針對(duì)部分狀態(tài)不可測(cè)的情況，利用結(jié)構(gòu)逼近式神經(jīng)網(wǎng)絡(luò)構(gòu)建模型的拓?fù)浣Y(jié)構(gòu)，通過(guò)假想教師人工免疫訓(xùn)練算法，解決不可測(cè)變量影響常規(guī)網(wǎng)絡(luò)訓(xùn)練的問(wèn)題，通過(guò)并行優(yōu)化假想教師和網(wǎng)絡(luò)權(quán)

3、值的方法，提高建模精度。以實(shí)際橡膠硫化促進(jìn)劑制備的間歇縮合聚合反應(yīng)為實(shí)驗(yàn)對(duì)象，詳細(xì)論述了建模和網(wǎng)絡(luò)訓(xùn)練的過(guò)程，證明了方法的有效性。4提出了一種新的擴(kuò)展誤差平方和的控制指標(biāo)，并對(duì)一類(lèi)典型的放熱的間歇反應(yīng)過(guò)程推導(dǎo)一種新的基于模型的預(yù)估優(yōu)化控制算法。首先針對(duì)問(wèn)歇反應(yīng)溫度特性，基于主產(chǎn)物濃度和反應(yīng)溫度的遞歸神經(jīng)網(wǎng)絡(luò)模型，使用混合PSO。SQP算法求解該間歇反應(yīng)主產(chǎn)物產(chǎn)率最大化問(wèn)題，進(jìn)而得到反應(yīng)溫度優(yōu)化曲線；其次，鑒于反應(yīng)溫度實(shí)時(shí)可測(cè)，提出擴(kuò)展的