基于反馈神经网络动态化工过程建模.pdfVIP

第 18卷 第 2期 计算机与应用化学 V0l18．No．2 2001年 3月 28日 Compuotn~andApp1iedCherolstsy March．2001 基于反馈神经网络的动态化工过程建模 吴建锋 何小荣 陈丙珍 (清华大学化学工程系，北京 100084) 摘要：针对非线性动态化工过程建模存在的问题，提出了一种新的反馈神经网络结构 ，并将状态反馈、时间序列 延迟 及集中节点的概念结合起来．用于提高反馈神经网络的性能，同时又使得网络结构不至于太复杂。在用此 网络结构建模的时候，成功地将 BP算法用于网络模型的训练。文中将选种反馈神经网络结构分别对一个单输人单 输出 (S]SO)的非线性动态系统和一个多辅人单输出 (SIMO)的连续垒混釜 (CSTR)模型进行建摸，并将所得模 型与基于静态BP神经阿络所得的模型在模型输出精度和抗干扰性等方面进行了比较．证明了该反馈神经同络在动 态过程建模中能够比静态 BP模型更好地反映出动态过程的输人输出关系．并具有一定的抗干扰能力。 美t词 ：动态过程 ；神经网络 ；反馈 ；集中节点 中圈法分类号：TP18 文■标识码 ：A 文章编号：1001-4160 (2001)02-105．110 M odelingNonlinearDynamicChemicalProcessBase onAIrtificialNeuralNetworks WU Jian-feng HEXiao-rong CHEN Bing-zhen (Dj c口，ChemicalEnSineeriag，7 M 啪 嘶 ，Beiji~g I~os4) Al~tract：Aflewrecurrentneu~]network，based0ndn ccharacteristicsutchemicalprocess，isputforwardinthism ich~． Thestructures0fstatefeedback．thnc-de~ayedf10d曲 andtheimegmotdnodesa坤 wellcombinedinitsstructuree#olibtomakethe netw~knm0d mo1~．pastsystem statesandk~cpingitfrombeingtoocomplex．ThestaticBP~ ,ithmissuccC~dullyusedot a-ainitThenewrecurrentne叮丑lnetworkisusedotbuildnlo~ sforasingl~inpubsingle-output(siso)sysotmandamulti-in- pubsiIIgle_output(MISO)ysstemandthenthemodels c锄pB withothermodelskcqedonBPn ⅡaInet,sorEs．TheCoInp~-- sionremitshowsmulti-]sye~feed rwardneuralnetworks．Theresultshowsthe modelsbused09thenew i~curzentnetlra[net． WOrkBarer口m reliableandhavehi曲 capabilityofantijamafing． Keyw州k：neuralnetwork，dynamicp工。嘲 B，recurrent，_m1岬ledn0de 自8O年代初 以来 ，人工神经网络在包括化工过程系统建模 、优化以及控制_l 等很多领域得到了广 泛地应用，而在 1986年 由Rumelhart等人提出误差反传 (BP)算法 J．成功解决了前向多层神经网络的训 练问题后，前向多层神经网络成为应用最广泛和最成熟的神经网络。但是，前向多层神经网络是一种静态 网络 而大多数化工过程系统是动态的，输