基于动态等级PSO-ELMAN的乙烯裂解深度模型及其优化控制

提出一种自适应动态等级粒子群算法(ADHPSO)。该算法保持粒子多样性,能摆脱局部极值,有良好的全局收敛性。将ADHPSO训练ELMAN神经网络,建立乙烯裂解炉裂解深度的在线预测模型。研究一种集成ADHPSO-ELMAN过程建模的裂解深度智能优化控制方法,得到裂解过程的最优操作条件。仿真计算表明,该方法显著提高了乙烯及丙烯的收率,具有良好的稳定性和适应性,对实际生产具有极大的应用潜力。