基于PCA-GA-RBF网络的聚丙烯熔融指数预报模型

摘要

熔融指数是工业聚丙烯生产中决定聚丙烯牌号最重要的指标.但因缺乏在线分析仪,指标获得时间间隔长、滞后大,使聚丙烯质量控制困难.提出了一种基于PCA-GA-RBF的神经网络模型,基于真实数据对聚丙烯生产过程的熔融指数进行预报.其中,主元分析法(PCA)用来提取过程特征参数,剔除相关冗余信息;径向基(RBF)神经网络用来逼近非线性过程; 遗传算法(GA)用来优化RBF网络的权值和网络层元数等结构参数.研究结果表明了所提出的熔融指数预报模型的可靠性和准确性.