基于PSO-BP神经网络的催化裂化C3含量软测量模型

C3含量的在线估计对催化裂化生产过程操作具有重要意义,但是其在线测量难以实现,针对这一问题,利用软测量技术来实现C3含量的在线估计.建立了基于主元分析的神经网络模型和PSO-BP神经网络模型,并对其仿真结果进行分析和比较.结果显示,基于PSO-BP神经网络的C3含量软测量模型具有较高的精度和较好的性能,满足实际生产过程操作的要求.     

两组异向载波混沌优化算法及其应用

针对混沌优化方法对复杂优化问题效率偏低的不足,将混沌变量分为不同载波方式的两组,提出两组异向载波混沌优化方法。标准函数测试结果表明:两组异向载波混沌优化方法比基本混沌优化方法具有更好的优化性能。将两组异向载波混沌优化方法应用于催化裂化装置干气中C3含量软测量建模,通过与实际工业数锯的对比,结果表明基于两组异向载波混沌RBF网络的C3含量软测量模型具有高的精度和好的性能。