[发明专利]基于非线性最小二乘改进方法的聚丙烯熔融指数预报无效
| 申请号： | 200810163256.9 | 申请日： | 2008-12-11 |
| 公开（公告）号： | CN101458730A | 公开（公告）日： | 2009-06-17 |
| 发明（设计）人： | 俞立;王静芳 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50 |
| 代理公司： | 杭州天正专利事务所有限公司 | 代理人： | 王 兵;王利强 |
| 地址： | 310014*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于非线性最小二乘改进方法的聚丙烯熔融指数预报，首先通过将机理模型的非线性项泰勒展开并做变量替换而得到线性化模型，采用线性神经网络辨识该模型；再将线性神经网络的辨识结果作为非线性最小二乘的参数初值，对所述机理模型进行非线性最小二乘辨识，得到最终的辨识结果，该模型作为熔融指数的实时预报模型。本发明建模可靠性好、计算简单、建模精度高。用生产数据进行模型拟合和校验，得到比较好的仿真效果。此模型可用于工业中，指导聚丙烯的生产，提高熔融指数的预测精度，大幅度提高产品质量。 | ||
| 搜索关键词： | 基于 非线性 最小 改进 方法 聚丙烯 熔融指数 预报 | ||
【主权项】：
1、一种基于非线性最小二乘改进方法的聚丙烯熔融指数预报，其特征在于：所述预报首先通过将机理模型的非线性项泰勒展开并做变量替换而得到线性化模型，采用线性神经网络辨识该模型；再将线性神经网络的辨识结果作为非线性最小二乘的参数初值，对所述机理模型进行非线性最小二乘辨识，得到最终的辨识结果，该模型作为熔融指数的实时预报模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江工业大学，未经浙江工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/200810163256.9/，转载请声明来源钻瓜专利网。
