10.3969/j.issn.1000-3932.2006.05.013
基于混沌RBF神经网络的气化炉温度软测量系统
针对德士古气化炉炉膛温度难以测量这一情况,提出利用软测量技术来解决这一问题.通过建立BP网络模型和RBF网络模型以及基于PCA和CHAOS的神经网络模型,并对其仿真结果进行分析和比较,验证了该方法的可行性.CHAOS-RBF软测量模型在化肥厂的应用效果良好,误差保持在1.5%以内,不但提高了温度测量精度,而且有利于更好的生产控制.
软测量、BP网络、RBF网络、主元分析、混沌
33
TP274(自动化技术及设备)
2006-11-13（万方平台首次上网日期，不代表论文的发表时间）
共4页
48-50,54
