基于优化BP神经网络的非稳态精馏过程建模
Chemical Engineering（2023）
Abstract
间歇精馏已广泛应用于小批量、高附加值的精细化工和制药行业.然而在非稳态精馏过程中,一些重要的质量参数如产品组成等难以被直接测量,导致常规控制方法效果不佳.为解决这一问题,提出基于BP神经网络的非稳态精馏过程软测量模型,网络结构为3-12-1,再利用遗传算法、麻雀搜索算法等智能优化算法对网络进行优化,使用优化后的BP神经网络对非稳态精馏过程的产品质量进行预测.结果表明:经麻雀搜索算法优化后,BP神经网络的均方误差为4.32 ×10-5,与标准BP神经网络相比降低约59％,与遗传算法优化后的BP神经网络相比降低约26％.因此采用麻雀搜索算法优化后的BP神经网络建立非稳态精馏过程软测量模型,能够实现更高的预测精度.
MoreKey words
BP neural network,batch distillation,Genetic Algorithm,Sparrow Search Algorithm,ethanol-water system
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined