常压塔柴油凝点动态软测量模型的研究

研究了某炼油厂常压塔三线柴油凝点的软测量建模问题。分析了影响柴油凝点的多种因素,并充分利用仪表分析值提供的被测变量历史信息,建立了一种神经网络和Levin-son预测器相结合的动态软测量模型,该模型消除了分析值存在纯滞后的影响。针对某炼油厂常压塔三线柴油凝点的软测量,对该模型进行了验证。仿真研究表明,该模型的预报准确性要优于静态软测量模型,取得了较好的预测效果。

基于单神经元预测PID的主动队列管理算法

针对网络中普遍存在的大时滞现象以及网络参数实时变化问题,将单神经元PID预测控制器用于主动队列管理算法(AQM)。利用单神经元的自学习能力解决网络实时变化时算法参数的在线整定问题,并利用Levinson预测器有效地解决了大时滞对网络性能的影响,最后通过仿真进一步验证了提出算法的有效性。