人工鱼群算法优化的聚合过程转化速率KPCA-ESN软测量建模
以聚氯乙烯(PVC)聚合生产过程中的氯乙烯(VCM)转化速率为预测对象，提出一种基于回声状态网络(ESN)的软测量建模方法。通过对PVC聚合工艺的分析选取了软测量模型的辅助变量，并采用核主元分析方法(KPCA)对高维输入向量进行降维；人工鱼群算法(AFSA)被用来优化回声状态网络的结构参数，实现软测量模型输入输出变量之间的非线性映射。仿真结果表明该模型能够显著提高PVC聚合过程中经济技术指标的预测精度，可以满足聚合生产过程的实时控制要求。
聚氯乙烯 聚合工艺 回声状态网络 软测量 核主元分析方法 人工鱼群算法
王介生 郭秋平
辽宁科技大学电子与信息工程学院, 辽宁鞍山 114044
国内会议
厦门
中文
1-5
2012-08-01（万方平台首次上网日期，不代表论文的发表时间）