基于粒子群算法的BP 神经网络在催化裂化反应再生过程中的应用
基于粒子群算法的BP 神经网络在催化裂化反应再生过程中的应用
复制标题
DOI：
10.16866/j.com.app.chem201711009
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
赵进慧
中科院分区：
文献类型：
--
作者：
高玉梦;邢艺凡;付杰;张伟;赵进慧
催化裂化反应再生装置是一个高度非线性、强耦合的系统，工艺的复杂性使对其难以建立准确模型。基于 BP 神经网络强大的自适应、自学习、泛化和非线性映射能力，以加工负荷、操作条件为输入变量，柴油产出为输出变量，建立 5-11-1 的 BP 神经网络结构的催化裂化反应再生过程柴油产出关于加工负荷，操作条件的模型。然后利用粒子群算法寻优 BP 神经网络初始最优权值和阈值，提高神经网络的预测精度。结果证明：基于 PSO-BP 神经网络的催化裂化反应再生过程的预测模型在预测精确度比未经优化的 BP 神经网络大大提高。