基于回归神经网络的氧乐果合成过程建模与仿真

氧乐果合成过程具有非线性、时变和不确定性的特点,难以采用常规的建模方法建立模型。BP网络可用于非线性系统的建模,但不能很好的反映实际系统的动态特性。提出了一种静态BP神经网络加多分头延时(TDL)环节构成回归神经网络建立系统动态模型的方法,用于氧乐果合成反应温度控制过程的建模与仿真研究。结果表明,该方法建立的模型误差较小、网络泛化能力较强,能较好的反应实际系统的动态特性,从而为培训操作人员的控制水平提供了低成本的仿真手段,也为自动控制算法的研究提供了仿真模型。