苯乙烯聚合反应是化工生产过程中的重要生产过程之一,而其产物至今仍无法进行有效的控制,因此对于苯乙烯聚合反应的过程进行建模就显得至关重要。 本文通过对苯乙烯聚合反应机理的研究,得知其反应过程是具有动态特性的,而且其产物具有分布的特点。基于此,本文将具有通过内部自反馈来实现动态特性的、非线性的对角递归神经网络与具有分布特性的B样条神经网络相结合,运用组合神经网络对其进行建模。同时为增强模型应用的实际意义,一定的干扰加入了机理模型数据中,并以此来对组合神经网络进行训练,使得对于苯乙烯聚合物的分子量分布的建模工作向实际生产又迈进了一步。仿真研究结果表明,该建模方法取得了预期的建模效果。 遗传算法作为一种全局优化的算法,与梯度下降法相比,虽然搜索具有一定的盲目性,但最后能够得到全局最优解。为了能够有效的控制苯乙烯聚合物分子量的分布,本文将遗传算法应用到对模型的控制当中,取得了预期的控制效果。 蚂蚁算法是近年来新兴的一种算法,算法中充分利用反