基于和声搜索优化多T-S模糊神经网络的聚合釜过程软测量建模.pdfVIP

学兔兔 第32卷 第3期 仪 器 仪 表 学 报 Vo1．32 No．3 2011年3月 Chinese Journal of Scientific Instrument Mar．2011 基于和声搜索优化多T．S模糊神经网络的 聚合釜过程软测量建模术 高淑芝 ，高宪文 ，王介生 (1 东北大学信息科学与工程学院 沈阳 110819；2 沈阳化工大学信息工程学院 沈阳 110142) 摘 要：根据多个模型相加可以提高整体预测精度和鲁棒性的思想，提出一种基于模糊C均值聚类算法的多T—S模糊神经网 络模型对聚氯乙烯(polyvinylchlorid，PVC)聚合生产过程中的氯乙烯(vinyl chloride monomer，VCM)转化率和转化速率进行预 测。首先采用主元分析来对软测量模型的辅助变量进行选择以降低模型维数，并提出和声搜索和最小二乘法相结合的混合优 化算法来优化T—S模糊神经网络子模型的结构参数。仿真结果表明该模型能够显著提高PVC聚合过程中经济技术指标预测 的精度和鲁棒性，可以满足聚合釜生产过程的实时控制要求。 关键词：聚合釜；多T—s模糊神经网络；主元分析；软测量；和声搜索 中图分类号：TP273．2 文献标识码：A 国家标准学科分类代码：120．3030 Soft—sensor modeling of polymerizing process based on multi T—S fuzzy neural network optimized with harmony search algorithm Gao Shuzhi 一，Gao Xianwen ，Wang Jiesheng ( College ofInformation Science and Engineering，Northeastern University，Shenyang 110819，China； 2 College ofInform~tion Engineering，Shenyang University ofChemical Technology，Shenyang 110142，China) Abstract：According to the principle that multiple models can enhance the overall accuracy and robustness of predi— cative model，a muhi T—S fuzzy neural network soft—sensing model based on fuzzy c—means(FCM)clustering algo— rithm is proposed to predict the conversion rate and velocity of VCM in PVC polymerizing process．Firstly，principal component analysis(PCA)method is adopted to select the auxiliary variables of the soft—sensing model in order to reduce the model dimensionality．Then a hybrid optimization algorithm utilizing harmony search(HS)and least square method is proposed to optimize the structure parameters of the T—S fuzzy neural network．Simulation results show that the pr