（计算机应用技术专业论文）数据处理建模及优化平台的设计与实现.pdf

、 、 警 d 冬 气 一 学位论文数据集 中图分类号 t p 3 0 1 6 学科分类号 5 2 0 6 0 论文编号 1 0 0 1 0 2 0 0 7 0 5 0 5 密级 公开 学位授予单位代码 1 0 0 1 0 学位授予单位名称北京化工大学 作者姓名郭海波学号 2 0 0 4 0 0 0 5 0 5 获学位专业名称计算机应用技术获学位专业代码 0 8 1 2 0 3 课题来源 其它项目 研究方向 智能系统 论文题目数据处理建模及优化平台的设计与实现 关键词粒子群优化算法，递阶神经网络，胶质细胞，受体，人工胶质网络 论文答辩日期 2 0 0 7 6 8 论文类型应用研究 学位论文评阅及答辩委员会情况 姓名 职称 工作单位学科专长 指导教师朱群雄教授北京化工大学 评阅人1李宏光教授北京化工大学 评阅人2 0 7 m 0 0 3 评阅人3 评阅人4 评阅人5 铹诿员蝴李宏光教授北京化工大学 答辩委员1楚纪正教授北京化工大学 答辩委员2刘红岩副教授清华大学 答辩委员3 答辩委员4 答辩委员5 注：一论文类型：1 基础研究2 应用研究3 开发研究4 其它 二中图分类号在中国图书资料分类法查询。 三学科分类号在中华人民共和国国家标准( g b t1 3 7 4 5 - 9 ) 学科分类与代码中 查询。 四论文编号由单位代码和年份及学号的后四位组成。 ， 、 一p l 芒 毒 数据处理建模及优化平台的设计与实现 摘要 数据处理、过程建模和过程优化是石油化工领域的三个重要而联系密 切的研究领域。世界各国的经验表明，流程模拟、先进控制与过程优化技 术是提高企业经济效益的主要技术手段之一，而以上石化工业自动化技术 都是以模型为基础的。 以石化行业过程建模优化领域相关理论为基础，在分析数据处理、过 程建模和过程优化常用算法的基础上，设计实现了集成上述三大功能的工 具平台，采用最新技术实现了三个模块的数据和接口之间的高效衔接，统 一的数据格式和接口标准使算法的集成和移植更快捷，平台具有较强的通 用性和可扩充性，平台集成了若干种常用的算法，随着更多算法的加入， 平台将具有很高的实用价值。基于平台优化模块，实现了某石化企业的 s l 型乙烯裂解炉产物的优化和预测系统，在该系统中实现了四种优化模 式，证明了平台的通用性和实用性。 受益于神经生物学的最新进展，课题提出了一种新的神经网络概念一 人工胶质网络( a g n ) ，本文首先介绍了胶质细胞的生物学机理，然后提出 人工胶质网络的概念，最后提出其前馈模型并根据受体的概念实验了一种 简单网络结构的特点和性能，对这种新的网络做了探索研究。 关键词：粒子群优化算法，递阶神经网络，胶质细胞，受体，人工胶质网 络 北京化t 大学硕l ：学位论文 d a t ap r o c e s s i n gm o d e l i n ga n do p t i m i z t i o no f p l a t f o r md e s i g na n di m p l e m e n t a t i o n a b s t r a c t d a t ap r e p r o c e s s i n g ，t h ep r o c e s sm o d e l i n ga n dp r o c e s so p t i m i z a t i o na r e t h r e er e s e a r c hf i e l d sw h i c hc l o s e l yl i n k e dt ot h e p e t r o c h e m i c a li n d u s t r y e x p e r i e n c ea r o u n dt h ew o r l ds h o w st h a tt h ef l o ws i m u l a t i o na d v a n c e dp r o c e s s c o n t r o la n do p t i m i z a t i o nt e c h n o l o g yi so n eo ft h em a i n t e c h n i q u e st oi m p r o v e t h ee c o n o m i ce f f i c i e n c yo fe n t e r p r i s e s t h ea b o v ep e t r o c h e m i c a li n d u s t r y a u t o m a t i o nt e c h n o l o g ya r eb a s e do na p p r o p r i a t em o d e l s a c c o r d i n g t ot h e p e t r o c h e m i c a li n d u s t r y b a s e d p r o c e s sm o d e l i n g o p t i m i z a t i o nt h e o r y , b a s e do nt h ea n a l y s i so fc o m m o na l g o r i t h m so fd a t a p r e p r o c e s s i n g ，p r o c e s sm o d e l i n g a n d p r o c e s so p t i m i z a t i o n ，d e s i g na n d i m p l e m e n tt h ep l a t f o r mt o o l si n t e g r a t e dt h ea b o v et h r e ef u n c t i o n s ，w i t ht h e l a t e s tt e c h n o l o g y ，t h eh i g h - e f f i c i e n c yc o n v e r g e n c eo fd a t aa n di n t e r f a c ei s a c h i e v e db e t w e e nt h r e em o d u l e s ，u n i f i e dd a t af o r m a t sa n di n t e r f a c es t a n d a r d s t oe n a b l ea l g o r i t h m s i n t e g r a t i o n a n dt r a n s p l a n t a t i o nm o r e e f f i c i e n t ，t h e s o , w a r es y s t e mi sq u i t ec o m m o na n de x p a n d a b i l i t y s o m eo ft h ec o m m o n l y u s e d a l g o r i t h m si n t e g r a t e d t h e p l a t f o r m ，a l o n g w i t h i n t e g r a t i n g m o r e a l g o r i t h m s ，t h ep l a t f o r mh a sh i g hp r a c t i c a lv a l u e b a s e do no p t i m i z a t i o n m o d u l eo ft h ep l a t f o r m ，i m p l e m e n tp e t r o c h e m i c a lp r o d u c to p t i m i z a t i o na n d f o r e c a s t i n gs y s t e mo f as le t h y l e n e c r a c k i n gf u r n a c ea n da c h i e v ef o u ro p t i m a l i i 一 ，i 摘要 p a t t e r n s ，p r o v et h ea p p l i c a b i l i t ya n du s e f u l n e s so f t h ep l a t f o r m b e n e f i tf r o mt h el a t e s tn e u r o b i o l o g i c a ld e v e l o p m e n t si nt h es u b j e c t ，an e w c o n c e p to fn e u r a ln e t w o r k s 一- a r t i f i c i a lg l i a ln e t w o r k si sp r o p o s e d ( a g n ) t h i s p a p e ri n t r o d u c e st h eg l i a lc e l l s i nt h eb i o l o g i c a lm e c h a n i s m ，a n dt h e np u t f o r w a r dt h ec o n c e p to fa r t i f i c i a lg l i a ln e t w o r k s f i n a l l y , u n d e ri t sf o r m e r f o r w a r dm o d e la n dt h ec o n c e p to fr e c e p t o r , as i m p l en e t w o r ks t r u c t u r ei s e x p e r i m e n t e d w e h a v ed o n et h ee x p l o r a t o r ys t u d ya b o u tt h i sn e wn e t w o r k k e yw o r d s ：p s oa l g o r i t h m ，h i e r a r c h i c a la n n ， g l i a lc e l l ，r e c e p t o r , a r t i f i c i a lg l i a ln e t w o r k s i i i 北京化t 大学硕上学位论文 目录 第一章绪论1 1 1 引言1 1 2 数据处理技术1 1 2 1 数据清洗2 1 2 2 数据集成2 1 2 3 数据变换2 1 2 4 数据归约3 1 3 建模方法及技术3 1 3 1 机理建模3 1 3 2 统计建模4 1 3 3 混合建模6 1 4 智能优化算法7 1 4 1 优化模型7 1 4 2 智能优化算法8 1 5 本文研究工作和章节安排8 1 5 1 论文的主要研究工作8 1 5 2 论文的章节安排9 第二章系统主要集成算法1 1 2 1 空缺数据填充算法l l 2 1 1 线性插值填充空缺值1 1 2 1 2 拉格朗l = l ( l a g r a n g e ) 插值填充空缺数据1 1 2 2b p 神经网络算法1 3 2 1 1 引言1 3 2 1 2 算法简介1 3 2 3 递阶神经网络1 5 2 3 1 引言1 5 2 3 1 结构和训练算法1 5 2 4 粒子群算法1 6 2 4 1 粒子群算法简介1 7 2 4 2 粒子群算法基本思想1 7 i v 广 目录 2 4 3 粒子群算法运算过程1 8 2 4 4 粒子群算法参数选择1 9 第三章系统平台的设计及实现2 l 3 1 系统需求分析2 1 3 1 1 引言2 1 3 1 2 需求分析2 l 3 2 系统体系结构2 2 3 2 1 整体构架2 2 3 2 2 主模块结构2 3 3 3 相关技术介绍2 5 3 3 1a d o n e t 框架2 8 3 3 2 n e t 框架2 5 3 3 3c o m 技术2 6 3 3 4 设计模式2 8 3 4 系统实现及结果2 9 3 4 1 系统通用性实现2 9 3 4 2 关键技术实现3 2 3 4 3 系统实现结果3 5 3 5 小结3 9 第四章平台优化模块在乙烯裂解产物优化中的应用4 1 4 1 引言4 1 4 2 系统需求分析4 l 4 2 1 乙烯裂解炉简介与结构参数4 1 4 2 2 系统需求分析4 2 4 3 系统功能及设计4 3 4 3 1 系统功能分析4 3 4 3 2 系统构架4 4 4 4 平台优化模块应用实验4 4 4 4 1 四种优化方式4 5 4 4 2 优化算法参数设置4 5 4 4 3 惩罚函数处理约束条件及在比值优化中的应用4 5 v 北京化工人学硕上学位论文 4 5 系统实现及结果4 6 4 6 小结4 8 第五章基于胶质细胞的神经网络研究4 9 5 1 引言4 9 5 2 生物学机理4 9 5 2 1 胶质细胞简介4 9 5 2 2 胶质细胞研究最新进展5 1 5 3 人工胶质网络( a g n l 5 3 5 3 1 人工胶质细胞( a g ) 数学模型5 4 5 3 2 人工胶质网络( a g n ) 概念及特点5 5 5 3 3 神经胶质网络( a n g n ) 前馈模型5 5 5 4 简单前馈神经胶质网络研究5 6 5 4 1 受体概念5 6 5 4 2 人工胶质细胞受体概念5 7 5 4 3 网络结构5 7 5 4 4 训练算法5 9 5 4 5 实验结果6 0 5 4 6 小结6 3 5 5 小结6 3 第六章结论与展望6 5 6 1 结j 沧6 5 6 2 展望6 5 参考文献6 7 致谢7 1 研究成果及发表的学术论文7 3 作者和导师简介7 5 v i ，i ，i c o n t e n t s co n t e n t s c h a p t e r 1i n t r o d u c t i o n 1 i if o r e w o r d 1 1 2d a t ap r o c e s s i n gt e c h n o l o g y 1 1 2 1d a t ac l e a n i n g 2 1 2 2d a t ai n t e g r a t i o n 2 1 2 3d a t at r a n s f o r m a t i o n 2 1 2 4d a t ar e d u c t i o n 3 1 3m o d e l i n gm e t h o d sa n dt e c h n i q u e s 3 1 3 1m e c h a n i s mm o d e l i n g 3 1 3 2s t a t i s t i c a lm o d e l i n g ：4 1 3 3h y b r i dm o d e l i n g 6 1 4i n t e l l i g e n to p t i m i z a t i o na l g o r i t h m 7 1 4 1o p t i m i z a t i o nm o d e l 7 1 4 2i n t e l l i g e n t o p t i m i z a t i o n a l g o r i t h m 8 1 5t h ew o r k i n gi nt h i sp a p e ra n dt h ec h a p t e r ss c h e d u l a r 8 1 5 1t h er e a e a r c hc o n t e n t si nt h i sp a p e r 8 1 5 2c h a p t e r ss c h e d u l a r 9 c h a p t e r2m a j o ri n t e g r a t e da l g o r i t h m s 1 1 2 1f i l l i n gv a c a n c i e sa l g o r i t h m - 1 1 2 1 1l i n e a ri n t e r p o l a t i o n 1 1 2 1 2l a g r a n g ei n t e r p o l a t i o n 1 1 2 2b pn e u r a ln e t w o r ka l g o r i t h m 1 3 2 1 1f o r e w o r d 1 3 2 1 2a l g o r i t h mi n t r o d u c t i o n 1 3 2 3h i e r a r c h i c a ln e u r a ln e t w o r k 1 5 2 3 1f o r e w o r d 1 5 2 3 2s t m c t u r e a n d t h e t r a i n i n g a l g o r i t h m 1 5 2 4p s oa l g o r i t h m 1 6 2 4 1p s oi n t r o d u c t i o n 1 7 2 4 2p s ob a s i ci d e a 1 7 2 4 3p s o c o m p u t a t i o n a lp r o c e s s 1 8 v t t 北京化t 人学倾i j 学位论文 2 4 4p s op a r a m e t e r s 1 9 c h a p t e r3s y s t e md e s i g na n di m p l e m e n t a t i o n 2 1 3 1s y s t e mr e q u i r e m e n t sa n a l y s i s 2 1 3 1 1f o r e w o r d 2 1 3 1 2r e q u i r e m e n t sa n a l y s i s 2 1 3 2s y s t e ma r c h i t e c t u r e 2 2 3 2 1s y s t e ma r c h i t e c t u r e 2 2 3 2 2o v e r a l lf r a m e w o r k 2 3 3 3r e l a t e dt e c h n o l o g y 2 5 3 3 1a d o n e tf r a m e w o r k 2 8 3 3 2 n e tf r a m e w o r k 2 5 3 3 3c o m t e c h n o l o g y ：2 6 3 3 4d e s i g np a t t e r n s ： ； 3 4s y s t e mi m p l e m e n t a t i o na n dt h er e s u l t s 2 9 3 4 1t h er e a l i z a t i o n o f s y s y e m u n i v e r s a l 2 9 3 4 2k e y t e c h n o l o g y i m p l e m e n t a t i o n 3 2 3 4 3s y s t e mr e s u l t s 3 5 3 5c o n c l u s i o n 3 9 c h a p t e r4t h eo p t i m i z a t i o n so fe t h y l e n ec r a c k e rp r o d u c tb a s e do n o p t i m i z a t i o nm o d u l eo fp l a t f o r m 4 1 4 1f o r e w o r d 4 l 4 2s y s t e mr e q u i r e m e n t sa n a l y s i s 4 1 4 2 1i n t r o d u c t i o no fe t h y l e n ec r a c k i n gf u m a c es t r u c t u r ea n dp a r a m e t e r s 41 4 2 2s y s t e mr e q u i r e m e n t sa n a l y s i s 4 2 4 3f u n c t i o n sa n dd e s i g n 4 3 4 3 1f u n c t i o n sa n a l y s i s 4 3 4 3 2s y s t e ma r c h i t e c t u r e 4 4 4 4o p t i m i z a t i o nm o d u l ee x p e r i m e n t a l 4 4 4 4 1f o u ro p t i m i z a t i o nm e t h o d s 4 5 4 4 2o p t i m i z a t i o np a r a m e t e r s 4 5 4 4 3p e n a l t yf u n c t i o nh a n d l i n gc o n s t r a i n t sa n dt h ea p p l i c a t i o no fr a t i oo p t i m i z a t i o n 4 5 v i i i 一 气 、 c o n t e n t s 4 5s y s t e ma n dt h er e s u l t s 4 6 4 6c o n c l u s i o n 4 8 一 c h a p t e r5r e s e a r c ho ng l i a lc e l l si nt h en e u r a l n e t w o r ka l g o r i t h m 4 9 厂+ ， 5 1f o r e w o r d 4 9 5 2b i o l o g j 【c a lm e c h a n i s m 4 9 5 2 1g l i a le e l l i n t r o d u c t i o n 4 9 5 2 2t h el a t e s tr e s e r c ho f g l i a lc e l l 5 l 5 3a r t i f i c i a lg l i a ln e t w o r k s ( a g n ) 5 3 5 3 1a r t i f i c i a lg l i a ( a g ) m a t h e m a t i c a lm o d e l 5 4 5 3 2t h ec o n e 印to f a g n 5 5 5 3 3a n g nf e e d f o r w a r dm o d e l 5 5 5 4s i m p l ef e e d f o r w a r dg l i a ln e u r a ln e t w o r kr e s e a r c h 5 6 5 4 1n l ec o n c e p to f r e c e p t o r 5 6 5 4 2t h er e c e p t o rc o n c e p to f a g 5 7 5 4 3n e t w o r ks t r u c t u r e 5 7 5 4 4t r a i n i n ga l g o r i t h m 5 9 5 4 5e x p e r i m e n tr e s u l t s 6 0 5 4 6c o n c l u s i o n ( ；3 5 5c o n c l u s i o n 6 3 c h a p t e r 6c o n c l u s i o na n de x p e c t a t i o n 6 5 6 1c o n c l u s i o n 6 5 6 2e x p e c t t a t i o n 6 5 r e f e r r e n c ep a p e r sa n db o o k s 6 7 m y t h a n k s 7 1 一 r e s e a r c hr e s u l t sa n dm yp a p e r s 7 3 a u t h o ra n dt e a c h e ri n t r o d u c t i o n 7 5 i x 簟 第一章绪论 1 1 引言 第一章绪论 石油化工工业的发展对于任何国家的经济都有着重大的影响。二十世纪后期n - 十一世纪，石油化工工业面临着来自经济、环境以及社会等多方面的挑战，主要包括： 经济的日益全球化，环境保护的同益关注，顾客对产品性价比的期望值日益增加，企 业对利润的追求越来越高等。为了应付这种挑战，重点是以信息技术来提升和改造现 有装置，降低能耗费用和满足环境保护的要求，提高现有工厂的效率【l 】。 石化工业过程通常伴随着物理化学反应、生化反应、相变过程、物质和能量的转 换和传递，是一个非常复杂的大工业系统；石化工业生产过程强调适时性、整体性， 各生产装置存在复杂的耦合和制约关系，要求从全局协调，以求整个生产装置运行平 稳、高效【2 1 。 增加效益的一个重要工具就是优化：优化工厂的设计、优化设备的操作和优化企 业的管理，即实现化工过程的优化【l 】。无论是哪一类优化，恰当的数学模型是最终问 题求解的基础，由于诸多因素的影响，创建满足需求的模型越来越困难，其中数据是 重要原因之一，即建模样本数据不能真实地反映过程状况。 本课题基于实验室的科研及项目方向，设计主要针对石油化工行业的数据处理、 建模和优化平台，同时也兼顾其它行业的应用。 1 2 数据处理技术 数据处理以领域知识作为指导，放弃一些与目标对象不相关的属性，提供高质量 的数据。数据处理技术可以使残缺的数据完整，将错误的数据纠正，将多余的数据剔 除，将所需要的数据挑选出来并进行数据集成，将不符合要求的数据格式转换为所要 求的格式，还可以消除多余的数据属性，从而达到数据类型相同化、数据格式一致化、 数据信息精简化和数据存储集中化。 现实世界中的数据容易受到噪声数据、空缺数据和不一致数据的侵扰，在大多数 情况下，实际应用系统中收集到的原始数据是“脏”的，通常存在以下几个方面的问 题【3 】： 1 杂乱性 原始数据是从各个实际应用系统中获取的( 多种数据库、多种文件系统) ，由于 各应用系统的数据缺乏统一标准和定义，数据结构也有较大的差异，因此各系统间的 数据存在较大的不一致性，往往不能直接用于使用。 北京化t 大学硕i ：学位论文 2 重复性 重复性是指对于同一个客观事物在数据集合中存在其两个或两个以上完全相同的 物理描述。由于应用系统实际使用中存在的一些问题，几乎所有应用系统中都存在数 据的重复和信息的冗余现象。 3 不完整性 由于实际系统设计时存在的缺陷以及一些使用过程中人为因素所造成的影响，数 据记录中可能会出现数据属性值丢失或不确定的情况，还可能缺少必需的数据而造成 数据不完整。 为了解决上述问题，必须对数据进行一定的预处理，否则对后继的知识挖掘、建 模等工作的进行造成很大的困难，产生的模型常常与实际应用存在一定的差距或造成 模型创建时速度慢，效率低下。 1 2 1 数据清洗 数据清洗( d a t ac l e a n i n g ) 指去除原始数据集中的噪声数据和无关数据，处理遗漏 数据和清洗脏数据，去除空白数据域和知识背景上的白噪声，考虑时间顺序和数据变 化等。完成重复数据处理和默认数据处理，完成数据类型的转换。 数据清洗工作通常包括：( 1 ) 处理空缺的数据值，如：填充均值、用聚类集成和回 归技术预测缺值等；( 2 ) 平滑噪声数据，如：分箱等；( 3 ) 识别或除去异常值，如：聚 类等；( 4 ) 解决数据不一致问题。 1 2 2 数据集成 数据集成( d a t ai n t e g r a t i o n ) 主要是将多文件或多数据库运行环境中的异构数据进 行合并处理，解决语义的模型性。该部分主要涉及实体识别问题、数据冗余问题、数 据重复问题以及数据值属性冲突问题的处理。 有效的数据集成原则【4 】是：集成后的数据与原始数据在知识挖掘( 本文特指建模) 的效果上应当相同。这就要求集成的数据在原始数据集中应该具有代表性，即集成数 据在特征上应与原始数据集接近。 1 2 3 数据变换 数据变换( d a t at r a n s f o r m a t i o n ) 主要是找到数据的特征表示，用数据变换将数据转 换成适合知识挖掘的形式。 数据变换主要包括：数据平滑处理、聚类、数据概化、规范化和属性构造等。 2 第一章绪论 1 2 4 数据归约 数据归约( d a t ar e d u c t i o n ) 技术可以用来得到数据集的归约表示，它接近于保持原 数据的完整性，但数据量比原数据小得多。与非归约数据相比，在归约的数据上进行挖 掘，所需的时间和内存资源更少，知识挖掘将更有效，并产生相同或几乎相同的分析结 果。 数据归约主要包括：( 1 ) 数据聚合，如：构造数据立方体( c u b e ) ；( 2 ) 约简维数， 如：通过相关分析消除多余属性；( 3 ) 数据压缩，如：利用编码方法( 如最小编码长 度或小波) ；( 4 ) 数据块约简，如：利用聚类或参数模型替代原有数据等。 1 3 建模方法及技术 所谓模型就是把关于实际过程本质的部分信息减缩成有用的描述形式【5 】。模型用 来描述过程的运动规律，是过程分析、预测和控制过程行为特性的有力工具，它是依 据有关概念、变量、规则、逻辑关系、数学表达式、图形和表格对系统进行描述，从 而达到对系统进行分析、预报、决策、控制的目的。 本论文主要侧重工业过程的模型建立，在工业过程建模中，通常采用数字表达式 和公式来表达各个变量之间的关系，通过给出过程的参数、初始状态、环境条件等输 入数据后，计算得到结果，为进一步的优化、操作等提供基础。 一般来说，过程建模主要分为机理建模、统计建模和混合建模，其中统计建模是 本课题主要的建模手段。 1 3 1 机理建模 机理建模通常通过分析过程的运动规律，运用一些己知的定律、定理和原理，如 牛顿运动三定律、生物学定律、热平衡方程、物料平衡方程、化学动力学原理等建立 起来的数学模型，也称理论建模。较为常见的多元物系精馏塔的动态方程、连续搅拌 槽式反应器的动态方程、套管式热交换器的动态方程都是典型的机理建模过程。 常用的机理建模方法有微分方程、传递函数、状态空间、变分原理以及p e t r i 网 络模型等。机理建模的优点是：建立的模型有很强的理论基础，能较为准确地表达过 程各个要素之间的关系，模型具有普适性。缺点是：建模难度大，需要全面准确的理 论支撑，而且模型需要不断的完善和改进。 北京化工人学硕：卜学位论文 1 3 2 统计建模 统计建模又称经验建模，基于统计数据的建模是以观测、试验或测量的方法得到 的隐含原始信息的数据对象，运用统计方法或统计思维规划分析和归纳出来的数据之 间的结构、运行相依性及发展变化规律【6 】。 过程建模中，在大量观测样本数据的基础上，选定因果变量之间的关联方程，经 过统计分析、数据处理和人工智能等方法确定方程的形式。统计建模不需要明确的机 理指导，主要是在观察数据中寻找变量之间的关系。 就某种意义上说，基于统计数据的建模方法较机理分析法有一定的优越性：避开 了复杂的机理分析，模型对观测数据的拟合程度高，求解相对方便。但也有明显的缺 点：模型的结构没有固定的形式，具有很大的主观性，模型的泛化推广能力很难保证， 理论基础也不够完善。 许多实际工业过程的机理具有很高的复杂性，建立相应的数学模型有很大的困难， 但是如果只关心过程的外特性，则可以把过程看作“黑箱”，如图1 1 所示。根据“黑 箱”所表现的输入输出信息，建立与“黑箱”性质等价的过程外特性模型。 1 3 2 1 传统统计建模 输入厂输出 | 黑箱 ； 图1 - 1 过程的黑箱模型 f i g 1 - 1p r o c e s so f b l a c k - b o xm o d e l 多元线性回归、主元回归、部分最小二乘法等是较为常用的传统线性建模方法， 研究较为成熟。多元线性回归主要是模型结构确定后利用最小二乘原理确定模型参 数。在此基础上又发展了主元回归法和部分最小二乘法，主元回归法和部分最小二乘 法都以主元分析为基础对数据进行预处理，特别适合辅助变量多且变量问相关性强的 系统。对于非线性系统，部分最小二乘法的效果更好【。丌。 非线性方法如双线性模型、幂指数模型、h a m m e r s t e i n 模型等简单的几种，通常 无法满足复杂的非线性过程，因此用于非线性工业过程建模的精度不够理想。 1 3 2 2 智能建模 智能建模指将人工智能、神经网络、模糊逻辑、支持向量机、模式识别等智能化 4 第一章绪论 的技术和理论用于工业过程等建模的方法。包括专家经验方法，神经网络方法、模糊 逻辑方法、模式识别方法、遗传编码方法等。其中应用较多的为前三种智能建模方法。 本课题主要研究的建模方法是人工神经网络建模。它是经验建模中主要的人工智 能方法之一，是近几年发展起来的新的数学统计工具。目前人工神经网络已经成功地 应用于复杂工业过程的动态建模、系统辨识和控制、数据分析、故障诊断等方面，特 别是数据有非线性机制产生的棘手问题，神经网络能提供有效的解决方法【黏1 0 】。 人工神经网络建模是软测量的一种十分便利和有效的方法：将过程软测量的辅助 变量作为神经网络的输入，将软测量对象作为神经网络的输出，通过网络的自学习能 力完成软测量对象的估计。人工神经网络具有很强的通用函数逼近能力，因而被广泛 应用于各种化工静态和动态过程建模中。由于人工神经网络本身尚处于探索阶段，因 此，对非线性系统的神经网络建模方法有待进一步的研列弘1 0 】。 1 3 2 3 建模的一般步骤 ( 1 ) 经过统计数据分析得到的模型只能是近似的，不能期望会得到一个与实际情 况完全一致的模型。如果模型的特性和实际过程基本一致，就应该认为模型是满意的。 ( 2 ) 所建模型是否被接受，必须对模型进行检验才能决定。最终检验模型的标准 应该是模型的实际应用效果。所建模型是否被接受，要看模型与实际观察数据是否拟 合，拟合到什么程度：而且以观测数据建立起来的模型，不仅要能描述对象的状态， 还要能控制对象的变化和预测对象未来的信息。 ( 3 ) 一个合理模型的建立一般要经过反复的试验修改才能得到。经检验不合理的 模型要进行修改，模型的修改主要是看模型的假设是否合理，变量设置是否合理，变 量间是否有较强的依赖性，样本数量是否合适，所选结构是否合理等各个方面，最后 得到的模型才能用到实际中去。 因此，从收集数据到最终的模型，一般要经历以下步骤： 明确建模的目的，对模型进行合理假设；利用先验知识，找出影响模型的主要因 素，初步设置模型变量；收集并处理数据；然后进行模型结构和参数的辨识；最后经 过检验获得最终模型，这些不是孤立的步骤，而是紧