论文部分内容阅读
乙烯生产最重要的指标是乙烯收率，裂解深度值及其变化直接关系到生产的稳定和整体经济效益，对整个生产过程至关重要。针对目前国内还无法在线获取准确的关键指标——裂解深度的值，且还没有出现对裂解深度值进行有效预警相关的研究，对裂解深度进行有效的监测和预警具有重要的意义。
本文使用Elman神经网络建立裂解深度预警模型，在研究分析了文化算法和差分算法整体框架和关键参数的基础上，提出了一种改进型文化差分算法来优化预警模型的参数。该混合算法将差分算法和文化算法融合起来，一方面对文化算法中几个关键的步骤做出了改进，如使用更有效的方法改进了文化算法的更新函数，增加了衡量进化方向好坏的指标，使算法的接受规则更具有自适应性，另一方面将差分算法的交叉、变异和选择操作融入到了文化算法的影响函数中，从而使算法更高效，更具备优化预警模型的能力。
仿真实验与实际应用结果表明：该混合优化算法比传统优化算法搜索性能更优，搜索时间更快；Elman网络模型相比前向网络以及其他改进型的Elman网络，在相同条件下可以得到更好的拟合效果和预测效果。使用该方法建立的裂解深度预警模型能够及时有效地对裂解工况进行预警，得到了满意的结果。