技術(shù)特征：

技術(shù)總結(jié)
本發(fā)明公開了一種引力搜索RNA?GA的催化裂化主分餾塔神經(jīng)網(wǎng)絡(luò)建模方法，屬于智能建模領(lǐng)域。催化裂化主分餾塔是一個(gè)多輸入多輸出系統(tǒng)。本發(fā)明通過樣本輸入輸出數(shù)據(jù)建立了RBF神經(jīng)網(wǎng)絡(luò)模型。將樣本數(shù)據(jù)中的一部分作為訓(xùn)練樣本，以RBF神經(jīng)網(wǎng)絡(luò)模型輸出數(shù)據(jù)與對應(yīng)的實(shí)際數(shù)據(jù)的差的絕對值之和作為適應(yīng)度函數(shù)，利用引力搜索RNA遺傳算法對催化裂化主分餾塔神經(jīng)網(wǎng)絡(luò)模型的徑向基函數(shù)中心進(jìn)行尋優(yōu)，得到RBF神經(jīng)網(wǎng)絡(luò)模型的徑向基函數(shù)中心最優(yōu)解，由此獲得催化裂化主分餾塔的神經(jīng)網(wǎng)絡(luò)模型。本發(fā)明的建模方法在實(shí)驗(yàn)中取得了理想的效果，也適用于其他復(fù)雜系統(tǒng)的建模。

技術(shù)研發(fā)人員：王寧;陳怡萍
受保護(hù)的技術(shù)使用者：浙江大學(xué)
技術(shù)研發(fā)日：2017.06.08
技術(shù)公布日：2017.10.10