| 基于改进RBF神经网络的氧化塔产品收率模型 |
| |
| 引用本文： | 潘立登,杨军. 基于改进RBF神经网络的氧化塔产品收率模型[J]. 北京化工大学学报(自然科学版), 2001, 28(1): 63-66 |
| |
| 作者姓名： | 潘立登 杨军 |
| |
| 作者单位： | 北京化工大学信息科学与技术学院 |
| |
| 基金项目： | 中国石油天然气总公司资助项目;990818-01-14; |
| |
| 摘 要： | 研究用RBF神经网络建立乙醛氧化制醋酸氧化塔收率模型,并对RBFN的训练信息的β值、Δ值的选取和在线学习等方面作了研究和改进,与改进前相比,性能明显提高。现场运行结果表明所建立的模型简单、精度高,能满足工程要求。
|
| 关 键 词： | 氧化塔 建模 RBF神经网络 醋酸 在线学习 氧化塔 建模 RBF神经网络 醋酸 在线学习 |
| 收稿时间： | 2000-09-30 |
| 修稿时间： | 2000-09-30 |
Oxidation tower yield model based on modified RBF neural network |
| |
| PAN Li-deng,YANG Jun. Oxidation tower yield model based on modified RBF neural network[J]. Journal of Beijing University of Chemical Technology, 2001, 28(1): 63-66 |
| |
| Authors: | PAN Li-deng YANG Jun |
| |
| Affiliation: | College of information Science and Technology; Beijing University of Chemical Technology; Beijing; China |
| |
| Abstract: | The yield model of oxidation tower in aldehyde oxidizing to acetic acid was built by RBF(Radial Basis Function) neural network in this paper, which studied and improved the selection of β and Δ of training information and modeling study online. It has proved that the model presented in this paper is simple，highly accurate and can meet industry demand. |
| |
| Keywords: | oxidation tower modeling RBF neural network acetic acid study online |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《北京化工大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《北京化工大学学报(自然科学版)》下载全文 |
