聚甲醛工艺中的甲醛的转化率的预测方法和装置制造方法及图纸

本申请提供了一种聚甲醛工艺中的甲醛的转化率的预测方法和装置，该方法通过将狼群算法与模糊神经网络模型相结合，可以提高模糊神经网络模型预测聚甲醛工艺中的甲醛的转化率的准确度，即采用狼群算法代替常用的反向传播算法，该算法是一种随机概率搜索算法，能够以较大的概率快速找到最优解；还具有并行性，可以在同一时间从多个点出发进行搜索，点与点之间互不影响，从而提高算法的效率，与经典搜索算法相比具有较好的全局收敛性和鲁棒性，进而解决了现有方案的聚甲醛工艺中仅依靠模糊神经网络，导致聚甲醛工艺中的甲醛的转化率的预测值的准确度较低的问题

【技术实现步骤摘要】
聚甲醛工艺中的甲醛的转化率的预测方法和装置


[0001]本申请涉及聚甲醛工艺
，具体而言，涉及一种聚甲醛工艺中的甲醛的转化率的预测方法
、
装置
、
计算机可读存储介质和电子设备
。

技术介绍

[0002]聚甲醛
(POM)
是一种分子结构规整的热塑性
、
高结晶的聚合物
。
由于其优越的耐磨性和自润滑性又被称为“金属塑料”。
[0003]现有方案仅有针对丙烯聚合工艺中的
MI
软测量问题，引入模糊神经网络对熔融指数对象进行建模，然后使用支持向量机算法和自适应机制对原有的模型进行参数和结构优化
。
[0004]都是针对某一特定的工艺根据不断地优化改进提出的，在其适用的领域有一定的优势但在其他工艺上并不一定有很好的效果，甲醛聚合工艺在反应设备和进料种类以及进料方式上与丙烯聚合工艺存在明显的区别，故以上方法很难适用聚甲醛工艺
。
[0005]即现有方案的聚甲醛工艺中仅依靠模糊神经网络，导致聚甲醛工艺中的甲醛的转化率的预测值的准确度较低
。

技术实现思路

[0006]本申请的主要目的在于提供一种聚甲醛工艺中的甲醛的转化率的预测方法
、
装置
、
计算机可读存储介质和电子设备，以至少解决现有方案的聚甲醛工艺中仅依靠模糊神经网络，导致聚甲醛工艺中的甲醛的转化率的预测值的准确度较低的问题
。
[0007]为了实现上述目的，根据本申请的一个方面，提供了一种聚甲醛工艺中的甲醛的转化率的预测方法，其特征在于，包括：
[0008]采用狼群算法对模糊神经网络模型中的隶属函数的中心点
、
宽度以及权重进行修正，得到修正后的模糊神经网络模型，所述模糊神经网络模型是使用多组训练数据训练得到的，所述多组训练数据中的每一组训练数据均包括历史时间段内获取的：输入量以及与所述输入量对应的聚甲醛工艺中的甲醛的转化率，所述输入量包括聚甲醛的控制变量反应温度
、
引发剂用量
、
反应物配比
、
二氧五环添加量
、
二氧五环添加顺序以及捏合机螺杆转速；
[0009]采用所述修正后的模糊神经网络模型，对当前时刻的输入量进行处理，得到最优转化率预测值，以使得所述最优转化率预测值与转化率的实际值的差值的绝对值小于转化率差值阈值
。
[0010]可选地，采用所述修正后的模糊神经网络模型，对当前时刻的输入量进行处理，得到最优转化率预测值，包括：
[0011]根据
[0012]确定节点输出值，其中，
u
ij
为第
i
个节点且第
j
个模糊分级的所述节点输出值，
x
i
为第
i
个节点的所述当前时刻的输入量，
c
ij
为第
i
个节点且第
j
个模糊分级的所述隶属函数的中心点，
b
ij
为第
i
个节点且第
j
个模糊分级的所述隶属函数的宽度；
[0013]对所述节点输出值依次进行连乘处理
、
归一化处理以及加权处理，得到所述最优转化率预测值
。
[0014]可选地，采用狼群算法对模糊神经网络模型中的隶属函数的中心点
、
宽度以及权重进行修正，得到修正后的模糊神经网络模型，包括：
[0015]确定多匹人工狼，各所述人工狼包括所述隶属函数的中心点
、
宽度以及权重；
[0016]根据所有的所述人工狼确定头狼和多个探狼，所述头狼为采用所述模糊神经网络模型，对当前时刻的输入量进行处理，得到的转化率预测值与转化率的实际值的差值的最小值所对应的包括所述隶属函数的中心点
、
宽度以及权重的向量，所述探狼为第一差值绝对值与第二差值绝对值的差值的绝对值小于预设差值所对应的包括所述隶属函数的中心点
、
宽度以及权重的向量，所述第一差值绝对值为采用所述模糊神经网络模型，对当前时刻的输入量进行处理，得到的转化率预测值与转化率的实际值的差值的绝对值，所述第二差值绝对值为采用所述模糊神经网络模型，对当前时刻的输入量进行处理，得到的转化率预测值与转化率的实际值的差值的最小值的绝对值；
[0017]采用探狼游走行为，对各表示包括所述隶属函数的中心点
、
宽度以及权重的向量的所述探狼进行修正，得到多个修正探狼；
[0018]确定除所述修正探狼以外的其它的所述人工狼中的至少一个为猛狼，采用召唤行为，更新表示包括所述隶属函数的中心点
、
宽度以及权重的向量的所述头狼，得到更新头狼；
[0019]采用猛狼围攻行为，对表示包括所述隶属函数的中心点
、
宽度以及权重的向量的所述猛狼进行修正，得到修正猛狼，并采用所述更新头狼对应的所述隶属函数的中心点
、
宽度以及权重，对所述模糊神经网络模型中的隶属函数的中心点
、
宽度以及权重进行修正，得到所述修正后的模糊神经网络模型
。
[0020]可选地，采用探狼游走行为，对各表示包括所述隶属函数的中心点
、
宽度以及权重的向量的所述探狼进行修正，得到多个修正探狼，包括：
[0021]根据确定多个所述修正探狼，
[0022]其中，为第
v
个所述修正探狼的第
d
维度，
x
vd
为第
v
个所述探狼的第
d
维度，
p
为当前试探次数，
h
为搜索方向，为所述探狼的第
d
维度的步长
。
[0023]可选地，采用召唤行为，更新表示包括所述隶属函数的中心点
、
宽度以及权重的向量的所述头狼，得到更新头狼，包括：
[0024]根据确定召唤行为中猛狼的修正方式；
[0025]其中，为第
k+1
代种群中第
v
个猛狼的第
d
维度，为第
k
代种群中第
v
个猛狼的第
d
维度，为第
k
代种群中头狼的第
d
维度，为所述猛狼第
d
维度的步长；
[0026]在第
k+1
代种群中第
v
个猛狼的第
d
维度与所述头狼的差值的绝对值的和小于向量差值阈值的情况下，确定所述更新头狼为第
k+1
代种群中第
v
个猛狼的第
d
维度
。
[0027]可选地本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种聚甲醛工艺中的甲醛的转化率的预测方法，其特征在于，包括：采用狼群算法对模糊神经网络模型中的隶属函数的中心点
、
宽度以及权重进行修正，得到修正后的模糊神经网络模型，所述模糊神经网络模型是使用多组训练数据训练得到的，所述多组训练数据中的每一组训练数据均包括历史时间段内获取的：输入量以及与所述输入量对应的聚甲醛工艺中的甲醛的转化率，所述输入量包括聚甲醛的控制变量反应温度
、
引发剂用量
、
反应物配比
、
二氧五环添加量
、
二氧五环添加顺序以及捏合机螺杆转速；采用所述修正后的模糊神经网络模型，对当前时刻的输入量进行处理，得到最优转化率预测值，以使得所述最优转化率预测值与转化率的实际值的差值的绝对值小于转化率差值阈值
。2.
根据权利要求1所述的方法，其特征在于，采用所述修正后的模糊神经网络模型，对当前时刻的输入量进行处理，得到最优转化率预测值，包括：根据确定节点输出值，其中，
u
ij
为第
i
个节点且第
j
个模糊分级的所述节点输出值，
x
i
为第
i
个节点的所述当前时刻的输入量，
c
ij
为第
i
个节点且第
j
个模糊分级的所述隶属函数的中心点，
b
ij
为第
i
个节点且第
j
个模糊分级的所述隶属函数的宽度；对所述节点输出值依次进行连乘处理
、
归一化处理以及加权处理，得到所述最优转化率预测值
。3.
根据权利要求1所述的方法，其特征在于，采用狼群算法对模糊神经网络模型中的隶属函数的中心点
、
宽度以及权重进行修正，得到修正后的模糊神经网络模型，包括：确定多匹人工狼，各所述人工狼包括所述隶属函数的中心点
、
宽度以及权重；根据所有的所述人工狼确定头狼和多个探狼，所述头狼为采用所述模糊神经网络模型，对当前时刻的输入量进行处理，得到的转化率预测值与转化率的实际值的差值的最小值所对应的包括所述隶属函数的中心点
、
宽度以及权重的向量，所述探狼为第一差值绝对值与第二差值绝对值的差值的绝对值小于预设差值所对应的包括所述隶属函数的中心点
、
宽度以及权重的向量，所述第一差值绝对值为采用所述模糊神经网络模型，对当前时刻的输入量进行处理，得到的转化率预测值与转化率的实际值的差值的绝对值，所述第二差值绝对值为采用所述模糊神经网络模型，对当前时刻的输入量进行处理，得到的转化率预测值与转化率的实际值的差值的最小值的绝对值；采用探狼游走行为，对各表示包括所述隶属函数的中心点
、
宽度以及权重的向量的所述探狼进行修正，得到多个修正探狼；确定除所述修正探狼以外的其它的所述人工狼中的至少一个为猛狼，采用召唤行为，更新表示包括所述隶属函数的中心点
、
宽度以及权重的向量的所述头狼，得到更新头狼；采用猛狼围攻行为，对表示包括所述隶属函数的中心点
、
宽度以及权重的向量的所述猛狼进行修正，得到修正猛狼，并采用所述更新头狼对应的所述隶属函数的中心点
、
宽度以及权重，对所述模糊神经网络模型中的隶属函数的中心点
、
宽度以及权重进行修正，得到所述修正后的模糊神经网络模型
。
4.
根据权利要求3所述的方法，其特征在于，采用探狼游走行为，对各表示包括所述隶属函数的中心点
、
宽度以及权重的向量的所述探狼进行修正，得到多个修正探狼或更新猛狼，包括：根据确定多个所述修正探狼，其中，为第
v
个所述修正探狼的第
d
维度，
x
vd
为第
...

【专利技术属性】
技术研发人员：于广吉，李勇，赵海权，魏良霄，普智勤，梁洋洋，李军，张伟勇，刘保毅，刘安利，王迪，李双希，
申请(专利权)人：清云智通北京科技有限公司，
类型：发明
国别省市：