免疫算法在焦化装置软测量中的应用

提出了一种自适应免疫算法，其很好地解决了原始免疫算法中收敛精度低和寻优速度慢的缺点。通过对比分析标准测试函数的计算结果，自适应免疫算法的优良性得到充分地证明。然后，免疫算法被用于优化BP神经网络的结构和参数。结果表明，不但网络结构得到较好地控制，而且泛化性能也有较大地提高。最后，算法在优化神经网络上的有效性也在焦化装置精馏塔汽油干点软测量建模中得到很好地证实。     

基于粒子群算法的软仪表技术

在软测量建模中,最常见的非机理建模方式就是利用神经网络进行建模,而近年来兴起的粒子群算法目前已应用于神经网络的训练。在对粒子群算法提出改进方案后,提出了基于改进的粒子群算法的前馈神经网络训练方案。然后再将神经网络应用到焦化装置分流塔柴油95％点软仪表模型参数估计中,得到了满意的结果,可以满足工业过程中的实际需要。