基于遗传算法的乙烯生产装置神经网络模型的建立.pdfVIP

维普资讯 石 油 化 工 自 动 化，2006．1t48 控制系统 AUToM ATlON IN PETRO CHEMICAL INDUSTRY 基于遗传算法的乙烯生产装置 神经网络模型的建立 王景芳 (湖南涉外经济学院信息与电子工程系．湖南 长沙 410205) 摘要 ：基于遗传算法建立乙烯生产装置神经网络模型；先依据乙烯生产装置工况间的非线性程度设计人工神经网络模型 结构．再用遗传算法对该网络模型参数进行组合优化确定，所建模型既可用来进行乙烯产率预测，亦可用来对其生产工况优化 示例表 明；建好后的网络模型可对乙烯生产装置进行快速工艺参数优化，获得较优的操作数据。 关键词 ：乙烯生产装置；遗传算法；神经网络}建模I非线性；组合优化 中图分类号：TP183 文献标识码：B 文章编号：1007—7324(2006)01—0048—04 EstablishmentofNeuralNetworkModeforEthylene PlantBased ontheGeneticAlgorithms WangJingfang (Depart．ofInformationandElectronEngineeringofHunanCollegeof InternationalEconomicsCollege，Changsha，410205，China) Abstract：How toestablishtheneuralnetworkmodesofethyleneplantbasedongeneticalgorithmsisin— troduced；firstofall，theartificialneuralnetworkmodelstructurehasbeendesignedaccordingto the nonlineardegreebetweenethyleneplantinstancesandoptimizedanylongerthenetworkmodelparame— tersbyuseofGeneticAlgorithms．Thismodelisusedtoforecasttheethyleneyieldratioandalsotoopti— mizetheproductiveoperation．Anexampleshowedthattheprocessparametersoftheethyleneplantcan bespeedilyoptimizedbythegeneticnetworkmodel，andhigherethyleneyieldcanbeobtained． Keywords：ethyleneplant；geneticalgorithms；neuralnetwork；model；nonlinear；combinationoptimization 乙烯裂解炉工艺参数优化 问题是一个具有复 网络具有快速收敛于状态空间一稳定平衡点的优 杂约束条件的非线性优化问题，一般的求解方法费 点，且它同传统的建模技术相 比较，只需有关系统 时多，所需计算机 内存大，且难以得到最优解_1 。 的较少假设、较少的决定信息和较少的参数。 近年来 ，以非线性大规模并行分布处理为主流的神 神经网络[3通常采用误差反馈梯度下降法进 经网络 (NeuralNetwork)的研究取得了很大的发 行模型训练，在该训练过程中难以确定学习速率与 展，神经网络是一种大量简单非线性神经元广泛连 惯