基于動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的聚丙烯熔融指數(shù)預(yù)報(bào)建模優(yōu)化研究.pdf

1、聚丙烯是由丙烯聚合而成的一種熱塑性樹(shù)脂，為五大通用塑料之一，在塑料容器、辦公用品、包裝等方面具有廣泛的應(yīng)用。聚丙烯熔融指數(shù)(Melt Index，MI)是決定產(chǎn)品質(zhì)量的重要指標(biāo)。本文針對(duì)丙烯聚合生產(chǎn)過(guò)程中的MI軟測(cè)量預(yù)報(bào)建模問(wèn)題，引入了動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)（D-FNN），并采用人工智能優(yōu)化算法優(yōu)化D-FNN的參數(shù);改進(jìn)的參數(shù)尋優(yōu)方法，使D-FNN熔融指數(shù)預(yù)報(bào)模型的性能得到了提高;建立的多種智能D-FNN模型，為實(shí)際工業(yè)過(guò)程的MI預(yù)報(bào)提供了更

2、多的方案。
　　論文的主要工作及貢獻(xiàn)如下:
　　(1)提出了一種熔融指數(shù)預(yù)報(bào)D-FNN模型。針對(duì)聚丙烯生產(chǎn)過(guò)程，提取輸入輸出變量，采用主元分析方法(PCA)，對(duì)輸入變量預(yù)處理后建立MI預(yù)報(bào)D-FNN模型;工廠實(shí)際數(shù)據(jù)的預(yù)報(bào)結(jié)果表明所提出的熔融指數(shù)預(yù)報(bào)D-FNN模型的有效性;
　　(2)進(jìn)一步提出了一種熔融指數(shù)預(yù)報(bào)AACO-D-FNN模型。針對(duì)蟻群(ACO)算法在迭代過(guò)程中無(wú)法準(zhǔn)確搜索到最優(yōu)解的缺陷，通過(guò)改進(jìn)其局部搜索策

3、略，自動(dòng)地調(diào)整搜索步長(zhǎng)和方向，構(gòu)造了一種自適應(yīng)ACO算法，用于MI預(yù)報(bào)D-FNN模型參數(shù)優(yōu)化;工廠實(shí)際數(shù)據(jù)的預(yù)報(bào)結(jié)果表明所提出的AACO-D-FNN模型預(yù)報(bào)效果更為準(zhǔn)確;
　　(3)考慮到粒子群(PSO)算法的諸多優(yōu)點(diǎn)，并針對(duì)標(biāo)準(zhǔn)PSO在迭代過(guò)程中易于陷入局部最優(yōu)解的缺點(diǎn)，提出了一種改進(jìn)的混沌GA/PSO優(yōu)化算法，對(duì)D-FNN預(yù)報(bào)模型進(jìn)行參數(shù)尋優(yōu)，建立了一種熔融指數(shù)預(yù)報(bào)CHA-D-FNN模型。以實(shí)際工業(yè)生產(chǎn)過(guò)程中的熔融指數(shù)數(shù)據(jù)進(jìn)行