论文部分内容阅读
针对石油化工领域监测系统中,广泛存在的非线性时间序列预测问题。将Elmann神经网络方法引入化工过程监测的在线预测。并在其理论框架基础之上,改进了Elman神经网络的内部结构,引入了串行学习机制,可以根据实时数据对网络进行在线训练,提高网络预测精度。通过对某芳烃厂实时数据在线预测仿真,表明该方法能够准确地在线预测未来数据,同时具有训练速度快、结构简单、适应性强的优点。