状态变量部分不可测的间歇反应器的智能建模.pdfVIP

维普资讯 第 59卷 第 7期 化 工 学 Vo1．59 NO．7 2008年 7月 Journal of Chemical Industry and July 2OO8 状态变量部分不可测 的间歇反应器的智能建模 李晓光，江 沛，曹柳林 ，王 晶，孙娅萍 (北京化工大学信息科学与技术学院 自动化研究所 ，北京 100029) 摘要 ：提出一种智能化的神经网络建模方法 ，建立状态变量部分不可测 的间歇反应器模型。针对间歇反应是一 个非线性、非稳态过程 ，根据化学反应 的非线性分离特性，采用结构逼近式神经 网络构建模型的拓扑结构 。利 用反应 的先验知识优化 网络结构，赋予网络节点实际的物理意义，并完善网络训练过程 ，使建模过程灰箱化 ； 通过假想教师一人工免疫训练算法，解决不可测变量影响常规 网络训练 的问题 ；通过并行优化假想教师和 网络权 值 ，提高建模精度 。以实际橡胶硫化促进剂制备的间歇缩合反应过程为实验对象，详细论述 了建模和 网络训练 的过程 ，证 明了方法 的有效性 。 关键词 ：结构逼近式神经网络 ；假想教师；人工免疫 ；间歇反应器 ；建模 中图分类号 ：TQ316．37 文献标识码 ：A 文章编号 ：0438—1157(2008)07—1818一O6 Intelligentmodelingofbatch reactorwith partiallyunmeasurablestates 报En鲫 e e r LIXiaoguang，JIANG Pei，CAO Liulin，W ANG Jing，SUN Yaping n g (InstituteofAutomation，BeijingUniversityofChemicalTechnology，Beijing100029，China) C n Abstract：An intelligentmodelingapproach wasdeveloped forbatch reactortosolvemodelingdifficulties a ofnon—linearcharacteristics，dynamicprocessandwithpartiallyunmeasurablestates．Baseonseparability ofreaction，the topology ofmodelwasestablishedvia structureapproaching hybrid neuralnetworks (SAHNN)． Comparedwith norma1neura1networks，SAHNN hasoptimized structureandmorenodes which represent actual states．This modeling approach utilized virtual supervisor—artificial immune algorithm (VS—AIA) to solveproblemsoftraining neuralnetwork with unmeasurable states．Itfirstly initialized information ofunmeasurable statesduringreactionwith only a 1ittlemechanism information (ascendingordescendingcurve) tomakethem actasvirtualsupervisors．Thenitimprovedtheprecisiono