人工神经网络用于化工中非线性模型建立的研究

本文介绍了人工神经网络的基本原理、结构。针对化工中经常遇到的高度非线性问题，以塔板研究中的泄漏模型为例，采用人工神经网络中的ＢＰ（反向传播）算法进行处理。并对网络的拓扑结构、阈值函数、学习速率、动量因子等进行了初步的探讨。结果显示，ＢＰ算法和经典的多元因子分析相比，对数据具有更强的过滤能力和自适应能力，建模效果更佳。