摘要
设计一种具有高度非线性逼近能力的人工神经网络模型结构,以遗传算法进行该模型参数的组合优化建模,解决连续搅拌反应釜动态液位测量问题。
This paper introduces a method which takes the use of the powerful nonlinearity approach capability of the artificial neural network by use of Genetic Algorithms to measure the dynamic liquid levels in continuous-stirring reactors.
出处
《自动化与仪表》
2006年第2期76-78,共3页
Automation & Instrumentation
关键词
遗传算法
神经网络
非线性
动态液位
软测量
genetic algorithms
neural network
nonlinearity
dynamic liquid level
soft measurement.
