论文部分内容阅读
本文首先详细分析了模糊神经网络和软测量技术的原理方法及其各自的发展状况,在此基础上,分析补偿模糊逻辑的原理,将补偿模糊推理系统与前馈神经网络结合起来,建立一种新型补偿模糊神经网络,提出基于模糊子集合并的结构优化辨识算法和基于改进梯度下降算法的参数辨识方法,仿真结果证明其有效性。此后分析混沌优化理论和模糊B样条函数神经网络的特性,提出一种改进的模糊B样条函数神经网络,网络根据新型判据指标,利用混沌变量的遍历性进行结构和参数寻优,并结合自组织梯度下降算法进行二次细搜索,以达到性能指标最优。仿真实验表明,使用该两步训练算法的混沌模糊B样条函数神经网络对非线性函数具有良好的逼近精度和泛化能力。文章最后分析乙烯裂解炉的工艺流程和机理,探讨了建立燃料气热值软测量模型的必要性,进而建立了基于上述两类模糊神经网络的燃料气热值软测量模型。结合模型现场校正的结果来看,基于模糊神经网络的软测量模型在性能上优于前馈神经网络模型,这为指导乙烯裂解炉的生产操作提供了可靠依据。