基于Isomap-CS-Elman的PVC聚合过程转化率预测

摘要

VCM的转化率是PVC聚合过程中一个重要的产品质量指标.由于PVC聚合过程较为复杂，且受现场条件的限制，VCM的转化率难以实时在线监测.因此，本文建立了一种基于Isomap-CS-Elman的软测量建模方法.利用Isomap算法对高维输入变量进行特征降维，确定了软测量模型的辅助变量，再采用CS智能优化算法优化Elman神经网络模型的结构参数，实现了输入输出变量之间的非线性映射.实验结果表明：与传统的Elman神经网络模型相比，所提出的模型具有更高的预测精度，较好地预测了VCM的转化率，满足了PVC聚合过程的实时控制要求.

关键词

聚合过程 / 等距特征映射 / Elman神经网络 / 杜鹃搜索 / 软测量

基金资助

辽宁省自然科学基金项目(20170540725); 辽宁省高端人才建设项目-辽宁省特聘教授([2018]3533)