[发明专利]基于群智寻优的丙烯聚合生产过程最优在线预报系统

权利要求书

1.基于群智寻优的丙烯聚合生产过程最优在线预报系统，其特征在于：包括数据预处理模块、PCA主成分分析模块、循环神经网络模型模块、群智优化模块、模型更新模块。

2.根据权利要求1所述基于群智寻优的丙烯聚合生产过程最优在线预报系统，其特征在于：所述数据预处理模块，用于将从DCS数据库输入的模型输入变量进行预处理，对输入变量中心化，即减去变量的平均值；再进行归一化处理，即除以变量值的变化区间。

3.根据权利要求1所述基于群智寻优的丙烯聚合生产过程最优在线预报系统，其特征在于：所述循环神经网络模型模块，用于采用循环神经网络、通过误差函数最小化来完成输入到输出的一种连续性高度非线性映射，映射中保持拓扑不变性；

对于时刻t，网络的输入为x_t，隐藏层神经元值为h_t，上一时刻隐藏层神经元值为h_t-1，设置h₀＝0，f(·)是非线性激活函数logistic函数，则当前时刻隐藏层神经元值h_t可根据下式确定

h_t＝f(h_t-1+x_t) (1)

4.根据权利要求1所述基于群智寻优的丙烯聚合生产过程最优在线预报系统，其特征在于：所述群智优化模块，用于采用基于群智算法的优化模块对神经网络进行优化，包括：

4.1)算法初始化，根据待优化的循环神经网络结构构造出初始的解集S＝(s₁,s₂,…,s_n)，n为初始解的个数，s_n为第n个初始解。确定蚁群的大小m，设置蚁群寻优算法迭代次数的阈值MaxGen并初始化蚁群寻优的迭代次数序号gen＝0。

4.2)计算出解集S对应的适应度值F_i(i＝1,2,…,n)，适应度值越大代表解越好；再根据下式确定解集中每个解被取到作为蚂蚁寻优的初始解的概率P_i(i＝1,2,…,n)

n为初始解的个数，s_n为第n个初始解，k为迭代次数。初始化执行寻优算法的蚂蚁编号a＝0。

4.3)蚂蚁a选取S中的一个解作为寻优的初始解，选取规则是根据P来做轮盘选。

4.4)蚂蚁a在选取的初始解的基础上进行寻优，找到更好的解s_a'。

4.5)如果a<m，则a＝a+1，返回步骤4.3；否则继续向下执行步骤4.6。

4.6)如果gen<MaxGen，则gen＝gen+1，使用步骤4.4中所有蚂蚁得到的更好的解取代S中的对应解，返回步骤4.2；否则向下执行步骤4.7。

4.7)计算出解集S对应的适应度值F_a(a＝1,2,…,n)，选取适应度值最大的解作为算法的最优解，结束算法并返回。

5.根据权利要求1所述基于群智寻优的丙烯聚合生产过程最优在线预报系统，其特征在于：所述模型更新模块，用于模型的在线更新，定期将离线化验数据输入到训练集中，更新神经网络模型。