化工过程ＢＥＮＣＨＭＡＲＫ问题的神经网络控制研究

以具有典型实际化工生产过程特性的Benchmark问题为研究对象，系统地模拟分析了化工过程动态特性并采用神经网络模拟其动态关系。着重研究了动态递归神经网络的结构与算法，提出了用二层反馈子层进行动态递归的方法表征复杂化工过程的动态关系，用隐含层节点自反馈及互反馈相结合的方法映射动态过程的时态关系及不确定信息，并采用动态递归神经网络构造了复杂化工过程的神经网络的控制系统，完成了对复杂化工过程的多变量、多回路、多干扰的智能控制模拟实验，由此证明了采用动态递归神经网络进行复杂化工过程模拟与控制具有较好的自适应能力和较好的鲁棒性，这为解决复杂化工过程模拟与控制提供了一种新方法，具有较好的实际生产过程模拟控制应用前景。