| 基于RBFNN的轻柴油凝点软测量技术 |
| |
| 引用本文： | 顾香武,刘心岩,祝如松. 基于RBFNN的轻柴油凝点软测量技术[J]. 炼油技术与工程, 1999, 29(6): 2 |
| |
| 作者姓名： | 顾香武 刘心岩 祝如松 |
| |
| 作者单位： | 华东理工大学,上海市200237 |
| |
| 摘 要： | 用径向基函数神经元网络（ＲＢＦＮＮ）作为柴油凝点的软测量模型有极大的优越性，ＲＢＦＮＮ具有学习速度快，无局部最小解等优点。讨论了径向基函数的中心矢量和形状参数的计算方法，并介绍了ＲＢＦＮＮ网络结构和输入变量及隐层结点数的选取，以及网络数据的处理和选取，网络递推最小二乘反向学习算法。
|
| 关 键 词： | 神经网络控制 柴油 凝点 软化点 测量 计算方法 |
| 修稿时间： | 1999-02-25 |
SOFT DETERMINATION TECHNIQUE FOR POUR POINT OF LIGHT GAS OIL BASED ON RBFNN |
| |
| Gu Xiangwu,Liu Xinyan,Zhu Rusong. SOFT DETERMINATION TECHNIQUE FOR POUR POINT OF LIGHT GAS OIL BASED ON RBFNN[J]. Petroleum Refinery Engineering, 1999, 29(6): 2 |
| |
| Authors: | Gu Xiangwu Liu Xinyan Zhu Rusong |
| |
| Abstract: | Using radial base function nervous network (RBFNN) as the soft determination model for pour point of gas oil has great advantages of rapid study rate, no local minimum solution etc.. The calculation method for central vectors and shape parameters of radial base function was discussed. Net stucture of RBFNN, selection of input variables and hidden nodal point number, treating and selection of network study data, network reciprocal recurrence least-squares study method were also introduced. |
| |
| Keywords: | nervous network control gas oil pour point softening point determination calculating method |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
