成果信息

本发明公开一种基于栈式 Elman 神经网络的分塔含量软测量方法。本发明方法通过参考栈式自编码器的组成结构，通过搭建由多级Elman神经网络串联而成的栈式EIman神经网络模型，从而实现对分馏塔过程数据的逐层非线性特征提取。并充分使用各级 Elman 神经网络的输出估计值来进一步回归预测苯含量，从而建立精度更高的分馏塔苯含量软测量模型本发明方法不仅利用了 EIman 神经网络自有的适应时变特性的能力，而且还能逐层提取用于软测量苯含量的非线性特征。此外，本发明方法充分利用各级 Elan 神经网络提取的非线性特征，使用最小二乘回归进一步缩小软测量值与实际值之差。 )

背景介绍

本发明公开一种基于栈式 Elman 神经网络的分塔含量软测量方法。)

应用前景

-)