面向多输入输出系统的支持向量机回归

目前支持向量机回归算法只适用于单输入单输出系统,在处理复杂多变量系统时多采用构造一系列单变量支持向量机模型的方法,增加了模型与控制的复杂性。针对这一问题,提出了面向多输入多输出系统的支持向量机线性回归和非线性回归方法,两种方法的不同在于映射到高维空间后的运算方法不同。与单变量支持向量机回归建模相比,采用该方法建立的多变量系统模型结构较为简单,且在小样本数的情况下,模型训练速度较快。最后将该方法应用到甲基丙烯酸甲脂的间歇聚合反应过程中,仿真结果表明该方法的有效性。     

利用神经元网络实现门尼粘度的预估

介绍了基于神经元网络的预估门尼粘度的软仪表。其中包括输入变量的选择、网络的构造、信号的预处理及在线修正方法等，文章最后报告了软仪表的现场运行结果。     

基于PC机的冻干机监控系统的开发

介绍了使用计算机和PLC组成的冻干机自动控制系统,重点叙述了计算机监控软件的设计和实现,程序采用了多线程技术和自定制的串口通讯类,取得了良好的效果.     

利用B样条神经网络控制聚合物相对分子质量

文中利用B样条神经网络可以逼近连续函数的良好性质，构造合适的网络模型从而得到相对分子质量分布模型的线性表示方法，根据最优化方法中的梯度法，求得最优控制序列。应用在苯乙烯聚合反应的仿真实验中，收到了很好的控制效果，证明了方法的可行性。     

噪声环境下进化算法

以球型模型为例, 讨论了环境噪声对遗传算法(GAs)和进化策略(ESs) 及进化算法(EAs)的影响.并采用重新采样的方法来抑制噪声,提高进化算法在复杂环境下的鲁棒性.     

阳离子管式聚合反应过程的实验研究与数学描述──（Ⅱ）实验研究与模型验证

首先报告了乙烯基丁基醚管式阳离子聚合反应的实验研究，接着介绍了针对这个实际对象建立的包括其分子量分布参数在内的数学模型．在对实验与仿真研究的结果做了分析、对比之后，验证了模型的可行性，继而依此详细研究了管式阳离子聚合反应过程的特点及其动态过程，为对类似的管式聚合过程的再认识，再开发建立了技术基础．     

神经元网络型辨识器与控制器

针对石油化学工业中的某一典型对象即具有严重非线性和纯滞后特性的三阶非最小相位系统，介绍利用神经元网络（ＡＮＮ）构成的辨识器和控制器的原理、构成以及仿真结果，并给出了作者对神经元网络型辨识器与控制器的分析和建议．     

聚合物微观质量控制系统中的人工神经元网络

文中分析了聚合物微观质量控制系统对模式识另模块提出的任务与要求，并在此基础上确定了人工神经元网络的结构．作者阐述了利用采集的系统数据对神经元网络进行训练和验证的过程，及首次应用人工神经元网络实现聚合物微观质量控制系统中模式识别的功能．     

利用二阶网络和判别分析建立分层混合专家模型

利用多层二阶神经元网络快速收敛及逼近连续函数的良好性质,并结合判别分析思想,构建了一种新的分层混合专家结构模型.这种结构模型选用二阶网络作为专家模块,可调权值数量适中,收敛速度快;它首次引入判别分析统计方法,并借鉴模块化设计理念,构建了无训练参数的组合门网模块.专家和门网模块的改进与设计,从根本上降低了分层混合专家网络的训练难度,提高了网络的训练速度和泛化能力.对典型非线性pH值混合槽实例进行了实验,结果表明,在相同的终止条件下,与目前常用的结构模型相比,新型结构模型的收敛速度和泛化能力都得到了显著的提高,验证了新模型在函数逼近应用中的良好特性.     

遗传算法优化工业对象的RBF神经网络模型

针对石油化学工业中的某一典型对象的建模过程,介绍一种以可变长度的自然数编码、以AIC(Akaike’sinformationcriterion)为优化目标的遗传算法(GA)设计径向基函数(RBF)神经网络隐含层结构。文中阐述了该方法的原理,实现步骤及网络泛化性能检验,并与正交最小二乘 (OLS)算法相比较,发现前者设计的网络结构相对简单且网络泛化能力有所改善。