论文部分内容阅读
研究了人工神经网络在化工过程测量数据校正中的应用,提出了新的样本构造方法和神经网络的在线训练策略.对某乙烯装置裂解气分离系统测量数据, 应用自行设计开发的改进算法的神经网络与数据校正系统集成运行, 结果表明基于神经网络的数据校正技术能对测量数据中所含的随机误差和过失误差进行同时校正,提高过程数据的精度和校正过程的稳定性,同时满足数据校正的实时性要求.