基于递归神经网络的石化生产软测量建模方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 1 引言 | 第10-15页 |
| ·选题的背景及意义 | 第10-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·本文的研究工作 | 第13-14页 |
| ·论文内容安排 | 第14-15页 |
| 2 软测量技术概述 | 第15-27页 |
| ·软测量技术数学的描述 | 第15-16页 |
| ·软测量技术的组成要素 | 第16-20页 |
| ·辅助变量的选择 | 第16-18页 |
| ·过程数据的预处理 | 第18-19页 |
| ·在线校正方法 | 第19-20页 |
| ·软测量建模方法 | 第20-27页 |
| ·基于机理模型方法 | 第20页 |
| ·基于自适应推理模型方法 | 第20-21页 |
| ·基于回归分析方法 | 第21-24页 |
| ·基于人工智能方法 | 第24-27页 |
| 3 人工神经网络理论 | 第27-41页 |
| ·人工神经网络概念 | 第27-28页 |
| ·人工神经元模型 | 第28-30页 |
| ·人工神经网络模型及学习方式 | 第30-31页 |
| ·几种典型的神经网络模型及其学习算法 | 第31-41页 |
| ·BP神经网络 | 第31-35页 |
| ·RBF神经网络 | 第35-36页 |
| ·Elman神经网络 | 第36-38页 |
| ·几种典型神经网络模型的比较 | 第38-41页 |
| 4 改进的Elman网络模型及混沌优化方法 | 第41-60页 |
| ·改进的Elman神经网络模型 | 第41-50页 |
| ·Pham提出的改进的Elman网络模型 | 第41-42页 |
| ·OIF Elman网络和OHF Elman网络 | 第42-44页 |
| ·Gao提出的改进的Elman网络模型 | 第44-45页 |
| ·本文提出的RF Elman网络模型 | 第45-46页 |
| ·HF Elman网络稳定性证明 | 第46-50页 |
| ·混沌学基本理论 | 第50-56页 |
| ·混沌的定义 | 第51-52页 |
| ·混沌的特点 | 第52页 |
| ·混沌的产生 | 第52-56页 |
| ·混沌优化方法 | 第56-60页 |
| ·混沌优化方法的基本思想 | 第56页 |
| ·混沌优化方法的研究进展 | 第56-57页 |
| ·混沌优化方法的基本步骤 | 第57-58页 |
| ·基于优化网络权值的混沌优化算法 | 第58-60页 |
| 5 Elman网络在乙烯生产软测量建模中的应用 | 第60-72页 |
| ·引言 | 第60页 |
| ·生产工艺流程简介 | 第60-63页 |
| ·兰州石化厂大乙烯生产装置流程简介 | 第60-62页 |
| ·精馏塔工艺概述 | 第62-63页 |
| ·乙烯装置主要出口产品质量指标的软测量建模 | 第63-72页 |
| ·乙烯精馏塔主要出口产品质量指标的软测量建模 | 第63-67页 |
| ·丙烯精馏塔主要出口产品质量指标的软测量建模 | 第67-72页 |
| 6 结论与展望 | 第72-74页 |
| ·主要结论 | 第72-73页 |
| ·后续工作的展望 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 攻读学位期间发表的学术论文 | 第79-80页 |
| 致谢 | 第80页 |
