RBF-CSR方法及其应用于裂解装置建模的研究

RBF-CSR是在分析RBF-PLS的基础上提出的新方法。它保留了RBF-PLS的优点:采用神经网络的结构, 又用数学方法直接求解,免去了ANN冗长的训练过程和其它诸多欠缺。RBF-CSR方法可以在更宽广的空间内寻找最优的网络参数,它所建立的模型具有很高的预报精度和良好的稳定性,又有简洁的解析形式,便于优化等进一步的计算和处理。该方法已成功地应用于裂解装置的建模。

制浆蒸煮过程卡伯值测定的研究

采用RBF CSR方法测定卡伯值 ,CSR方法将从自变量参数矩阵和因变量向量中提取成分 ,循环地构造并扩张Krylov子空间 ,且以此作为源空间 ,运用最小二乘准则解得映射到因变量实空间的线性泛函。整个求解过程包括了最小二乘回归 (LSR)、主成分回归(PCR)、偏最小二乘回归 (PLS)及其他中间回归方法。然后由预报能力的强弱 ,从中确定最佳回归模型。通过实验表明 ,采用该方法测定制浆蒸煮过程卡伯值 ,效果良好。