基于非线性人工神经元网络模型的优化策略及其在润滑油生产中的应用
-
摘要: 本文基于人工神经元网络的计算特性，提出了一种具有学习能力的在线优化策略．这种方法不需要对优化对象进行机理建模或变量间的相关性分析，而直接从工艺管线的拓扑结构出发建立神经网络模型．整个优化过程采用增量跟踪运算方式，因而能自动适应工况的变化．文中以润滑油生产过程为例进行了仿真研究，结果表明本方法是有效的．
-
-
[1] Hopficld J J, Tank D W. Neural Computation of Decisions Optimization Problems. Biol Cybcr, 1985;52:141-152 [2] Rosenblett R. Principle of Neurodynamics. New York:Spartan Books, 1961 [3] Rumehart D E, McClclland J L. Parallel Distributed Pioccssing:Explorations in the Microstructure of Cognition. I.II,MIT Press, 1986 [4] Psaltis D et al. A Multilaycred Neural Network Controller. IEEE Contr Syst Mag, 1988;(4):17-21 [5] Kohenen T. Associative Memory:A System Theoretical. Approach. NewYork:Springer, 1977 [6] Rangwala S S, Dornfeld B A. Learning and Optimization of Machining Operations Using Computing Abilities of Neural Networks. IEEE Trans on Syst Man and Cyber, 1989;19(2):299-314 [7] 刘喜梅.冯恩波,俞金寿.大型炼油厂酮苯脱蜡过程模型开发.第六届全国系统与控制科学青年讨论会.杭州.1990
计量
- 文章访问数: 745
- HTML全文浏览量: 0
- PDF下载量: 157
下载:
