BP改进算法及其在乙二醇精制软测量中的应用.pdfVIP

维普资讯

BP改进算法及其在乙二醇精制软测量中的应用张磊。等

BP改进算法及其在乙二醇精制软测量中的应用

AnImprovedBPAlgorithmandItsApplicationinSoftSensingofPurifyingEthyleneGlyco

磊胡春锻镎

(华东理工大学自动化研究所，上海200237)

摘要提出了一种综合改进的BP神经网络算法，该算法在训练时对不同的连接权和阔值采用不同的学习速率，由此建立了乙二醇

精制塔塔釜乙二醇浓度的神经网络软测量模型。结果表明该算法能有效提高乙二醇浓度BP神经网络软测量模型的收敛精度。

关键词BP神经网络算法改进乙二醇浓度软测量模型

Abf曲tAocmprehensivelyimprovedBP~,onthmisissuedinthispaper，Accostingtothis~,onthr．，differentlearningratesaapplideotdifferent

cormeeti~weitsandthresholdvalueswhenaBPnetworkistrained．AneuralnetworkmodelissetupotbeusedonsoftseIlsingoftheconcentrationof

hteethyleneglyoclofhteMEGcolumn．PracticeshowsthatthisplD[p0sedago,~thmiseffectivelyableotimprovehteocnvergenceprecisionofhteBP

neuralnetworkinsoftsensingforhteconcentrationofehtyleneglyco1．

1KeywordsBPmuralnetworkImprovde~,onthmConcentrationofehtyleneglyoclSoftseIlsiI1gmodel

应性。改进BP算法可以在一定程度上加快训练速度，

O引言

更加精确地逼近真实模型，因而具有重要的现实意义。

精馏过程的高度非线性和严重不确定性是其在线

1BP算法及其改进

检测的难点。用在线分析仪直接测量，设备投资大，维

护困难而且分析周期长、测量滞后大、准确性不高、使1．1BP算法

用率低，难以提供实时质量信息作为质量控制的反馈BP网络因其采用误差反向传播算法(ErrorBack—

信号…。目前，软测量技术(SoftSensingTechniques)被Propagation)而得名，1986年D．E．Rumelhart和J．L．

认为是具有吸引力和卓有成效的方法，它所建立的软Mcclelland等人提出。它是一种典型的多层前向网络，

测量模型可以完成一些实际硬件检测仪器所不能完成由输入层、隐含层和输出层组成。隐含层和输出层中

的测量任务。建模人工神经网络()方法在控制领任一神经元的输入等于与它相邻的前一层中各神经元

输出的加权和IsJ。1989年，RobertHecht-Nielsen证明了

域取得了很大进展，其优良的品质对建立软仪表十分

有利。如果这种软测量模型足够精确的话，理论上可对于任何在闭区问内的一个连续函数都可以用一个隐

替代在线分析仪表实现直接质量控制；由于它不会受层的BP网络来逼近，因而一个3层的BP网络可以完