1、 10/8/202210/8/2022概概 述述 寻找最佳操作方案目的和意义目的和意义回目录页下一页 适应适应 操作环境的变化操作环境的变化 获得显著经济效益 适应经济技术条件的变化适应经济技术条件的变化10/8/2022离离 线线 调调 优优调调 优优 方方 式式回目录页下一页模型与装置分离模型与装置分离计算数据取报表记录计算数据取报表记录调优结果指导生产调优结果指导生产在线开环调优在线开环调优模型与装置相连模型与装置相连计算数据为实时检测数据计算数据为实时检测数据 调优结果指导生产调优结果指导生产在线闭环调优在线闭环调优模型与装置相连模型与装置相连计算数据为实时检测数据计算数据为实时检测数
2、据调优结果直接返回控制系统调优结果直接返回控制系统概概 述述10/8/2022 模型模型 描述方法描述方法 特点特点机理模型机理模型过程的物理、化过程的物理、化学本质和机理学本质和机理 结果精确结果精确 机理不清或复杂时建机理不清或复杂时建模难模难统计模型统计模型输入输出关系输入输出关系模型关系式简单模型关系式简单外延性差外延性差智能模型智能模型输入输出关系输入输出关系寻优快，自学习、自寻优快，自学习、自适应能力强适应能力强适于多目标函数适于多目标函数调调 优优 方方 法法回目录页概概 述述10/8/2022智能模型法智能模型法智能模型法智能模型法回目录页人人 工工 神神 经经 网网 络络 概
3、概 述述BP 网网 络络 建建 模模 依依 据据BP算法及算法及BP网络的应用网络的应用过过 程程 系系 统统 优优 化化 模模 型型建建 模模 实实 例例乙苯脱氢反应器操作工况的模拟与调优乙苯脱氢反应器操作工况的模拟与调优10/8/2022人工神经网络概述人工神经网络概述神神经经元元x1x2xnyjx1x2x3123123121234y1y2神神经经网网络络回目录页下一页智能模型法智能模型法10/8/2022建模依据建模依据神神经经元元数数学学模模型型下一页x1x2xnyj iijixwj ijijijxwfy)(BP神经网络神经网络w1jw2jw3j回目录页10/8/2022建模依据建模依
4、据下一页区间线性型区间线性型x1yx阶跃型阶跃型 0101xxy1-1y 111000 xxxxy1yxxey 11x1-1yxxxxeeeey Sigmoid型型回目录页10/8/2022建模依据建模依据神神经经网网络络数数学学模模型型下一页x1x2x3123123121234y1y2层数层数1234输出输出Oj1Oj2Oj3Oj4=yj第第1层层回目录页Wji2,1Wji3,2Wji4,3建模依据建模依据神神经经网网络络数数学学模模型型下一页x1x2x3123123层数层数1O1O2O3)(3211321 xxxfOOO第第1个个)(111xfO 第第2个个)(212xfO 第第3个个)(
5、313xfO O1O2O3Oj2Oj12回目录页10/8/2022建模依据建模依据神神经经网网络络数数学学模模型型下一页x1x2x3123123层数层数12O1O2O3第第1个个)(2113131212111211 owowowfO第第2个个)(2213231222121221 owowowfO第第3个个)(2313331232131213 owowowfOO1O2O3Oj1Oj2回目录页10/8/2022建模依据建模依据神神经经网网络络数数学学模模型型下一页x1x2x3123123层数层数12O1O2O3)w(232113211,23332312322211312112321 OOOwwww
6、wwwwfOOOO1O2O3Oj1Oj2回目录页10/8/2022建模依据建模依据神神经经网网络络数数学学模模型型下一页x1x2x3123123121234y1y2层数层数1234输出输出Oj1Oj2Oj3Oj4=yj)w(3432123212,343424133323123222113121134321 OOOwwwwwwwwwwwfOOOO回目录页10/8/2022建模依据建模依据神神经经网网络络数数学学模模型型下一页x1x2x3123123121234y1y2层数层数1234输出输出Oj1Oj2Oj3Oj4=yj)w(421342213.4242322211413121142121 OO
7、OOwwwwwwwfOOyy回目录页10/8/2022建模依据建模依据下一页第第4层层)w(4213.42423222114131211421 wwwwwwwfOO第第3层层)w(343212,3434241333231232221131211 wwwwwwwwwwwf)w(23211,2333231232221131211 wwwwwwwwf)(f 第第2层层第第1层层1321 OOO 321xxx421 yy34221 OOOO34221 OOOO2321 OOO2321 OOO1321 OOO)(WXfY回目录页10/8/2022建模依据建模依据黑黑箱箱模模型型x1y),(1nxxfy
8、BP神经网络神经网络xnnnxbxbby 110统计模型统计模型多元线性回归多元线性回归ANN模型模型)(WXfY回目录页10/8/2022BP算法算法下一页BP神经网络神经网络算算法法原原理理)(WXfY1.1.选取样本数据选取样本数据3.3.用梯度法迭代计算用梯度法迭代计算w2.2.设置设置 w 的初值的初值0w一组一组 x y 数据数据wnwnw )()1()(WXfY 回目录页10/8/2022BP算法算法下一页BP算算法法公公式式核心公式核心公式pjpjppOnwnwjiji )()1(i k层神经元层神经元p 样本组数样本组数j k+1+1层神经元层神经元pj 利用第利用第p 组样
9、本数据计算出的组样本数据计算出的 第第k+1+1层神经元层神经元j j 的输出值的输出值 学习步长（学习步长（01）x1x3y1y2x2ijk+1+1层层k层层 pj误差误差回目录页10/8/2022BP算法算法下一页BP算算法法公公式式x1x3x2ijk+1+1层层k层层fxef 11取转换函数取转换函数)1()(pjpjpjpjpjOOOy jkkkkkpikpijipjpiwOO,11)1(对于输出层对于输出层对于隐含层对于隐含层pjOpjy ikkkkijipjOwfO)(,11神经元输出神经元输出回目录页10/8/2022BP算法小结算法小结下一页fO=f(X)XYWWx1x3x2y
10、1y2y3y4O=f(WX)O=f(WX)O pj=Y-Ow w pj回目录页10/8/2022BP算法应用算法应用下一页f分析问题，确定已知变量，目标变量选取样本确定网络结构参数样本数据预处理（归一化）确定学习参数初始化权值迭代计算权值学习结束，数据还原样本优化网络结构优化调整学习参数重新分析问题数据来自实验或生产记录数据来自实验或生产记录样本个数适量样本个数适量取值全面取值全面分布均匀分布均匀回目录页10/8/2022BP算法应用算法应用下一页f分析问题，确定已知变量，目标变量选取样本确定网络结构参数样本数据预处理（归一化）确定学习参数初始化权值迭代计算权值学习结束，数据还原样本优化网络结
11、构优化调整学习参数重新分析问题输入节点数输入节点数=已知变量数已知变量数输出节点数输出节点数=目标变量数目标变量数隐含层数及各层节点数隐含层数及各层节点数靠经验取值靠经验取值回目录页10/8/2022BP算法应用算法应用下一页f分析问题，确定已知变量，目标变量选取样本确定网络结构参数样本数据预处理（归一化）确定学习参数初始化权值迭代计算权值学习结束，数据还原样本优化网络结构优化调整学习参数重新分析问题minmaxminxxxxiix 回目录页10/8/2022BP算法应用算法应用下一页f分析问题，确定已知变量，目标变量选取样本确定网络结构参数样本数据预处理（归一化）确定学习参数初始化权值迭代计
12、算权值学习结束，数据还原样本优化网络结构优化调整学习参数重新分析问题学习步长学习步长 动量因子动量因子 允许误差允许误差 迭代次数迭代次数回目录页10/8/2022BP算法应用算法应用下一页f分析问题，确定已知变量，目标变量选取样本确定网络结构参数样本数据预处理（归一化）确定学习参数初始化权值迭代计算权值学习结束，数据还原样本优化网络结构优化调整学习参数重新分析问题随机取权值的初始值随机取权值的初始值取值通常为取值通常为 0 附近附近或或 -0.5 0.5回目录页10/8/2022BP算法应用算法应用下一页f分析问题，确定已知变量，目标变量选取样本确定网络结构参数样本数据预处理（归一化）确定学
13、习参数初始化权值迭代计算权值学习结束，数据还原样本优化网络结构优化调整学习参数重新分析问题)1()()()1(nwnwnwnwjijijiji 回目录页10/8/2022BP算法应用算法应用f分析问题，确定已知变量，目标变量选取样本确定网络结构参数样本数据预处理（归一化）确定学习参数初始化权值迭代计算权值学习结束，数据还原样本优化网络结构优化调整学习参数重新分析问题回目录页10/8/2022优化模型优化模型x1yBP神经网络神经网络xn确定自变量值确定自变量值)(WXfY指定目标变量值指定目标变量值iiixnxnx )()1(1模模拟拟模模型型优优化化模模型型回目录页10/8/2022建模实例
14、建模实例下一页BP神经网络神经网络建立钢线含碳量与电阻效应的关系式建立钢线含碳量与电阻效应的关系式 变变 量量变量名称变量名称样本数据样本数据(实验值实验值)1234567已知变量已知变量 碳含量碳含量 x%0.1 0.3 0.4 0.550.60.80.95目标变量目标变量 电阻电阻R1518192122.6 23.826回目录页建模实例建模实例网络结构网络结构:1:3:15:1学习参数学习参数:=0.9 =0.9 1=10-4 2=10-5经过经过6900次学习次学习 计算输出的误差达到要求计算输出的误差达到要求 变变 量量学习结果与样本比较学习结果与样本比较 1234567 输输 入入
15、x0.10.30.40.550.60.80.95计算输出计算输出15.1517.8619.1920.8922.55 23.93 25.79样本输出样本输出1518192122.623.826利用建好的网络作计算利用建好的网络作计算(称为预测称为预测)x=0.45 R=19.79 计算得到计算得到 对对 比比 统计模型统计模型 R=13.96+12.55x x=0.45 R=19.60 回目录页工程实例工程实例下一页BP神经网络神经网络乙苯脱氢反应器操作工况的模拟乙苯脱氢反应器操作工况的模拟乙苯乙苯苯乙烯苯乙烯蒸汽蒸汽乙苯乙苯+水蒸汽水蒸汽苯乙烯苯乙烯脱氢脱氢回目录页工程实例工程实例下一页操作参
16、数操作参数名名 称称单位单位t催化剂使用时间催化剂使用时间天天F乙苯进料量乙苯进料量NM3/hT1第一级反应器入口温度第一级反应器入口温度T2第二级反应器入口温度第二级反应器入口温度SOR蒸汽蒸汽EB重量比重量比 P一、二级反应器出口压差一、二级反应器出口压差Mpa控制目标控制目标名名 称称y1一段出口转化率一段出口转化率y2一段出口转化率一段出口转化率y总收率总收率回目录页工程实例工程实例下一页样样本本号号TSORFT1T2Py1y2y131.718.066056070.04431.1542.0759.682581.412.536136160.05834.7835.5557.7631601.
17、5616.26156210.04437.8939.7362.2142091.519.266276280.04239.5540.4663.7852581.3918.836216240.04941.1540.3662.4363501.5519.676296370.05438.636.6460.8173921.5417.176306250.05233.3633.4155.61回目录页工程实例工程实例网络结构网络结构:6:10:3学习参数学习参数:=0.9 =0.7 1=10-2 2=10-3经过经过10000次学习次学习 计算输出的误差达到要求计算输出的误差达到要求 变变 量量总收率总收率y学习结果与样本比较学习结果与样本比较 1234567样本输出样本输出59.6857.7662.2163.7862.4360.8155.61计算输出计算输出59.2757.8861.9764.0461.8060.0455.93绝对误差绝对误差0.41-0.120.24-0.260.690.77-0.32预预测测操作参数（操作参数（300，1.5，19，628，630，0.05）计算值计算值生产值生产值总收率总收率y60.7795%60.79%回目录页此课件下载可自行编辑修改，供参考！感谢您的支持，我们努力做得更好！
