论文部分内容阅读
依据工艺机理和操作经验,初选了醋酸精馏塔产品组成的神经网络预测模型的输入变量,运用主元分析方法对输入变量进行主元分解,降低输入变量维数且消除了输入变量之间的线性相关性,再通过基于LM优化算法的BP神经网络进行建模。仿真结果表明,该模型具有较快的训练速率和较高的预测精度,可以满足精馏过程对出口物料组成的在线软测量要求。