摘要
本申请涉及一种用于有机硅单体合成流化床反应器的预测方法及装置,本申请通过获取深度神经网络预测模型,其中,所述深度神经网络预测模型由根据流化床反应器的历史操作数据以及历史目标产物变量确定的关键工艺数据集训练得到,所述流化床反应器用于有机硅单体合成;将流化床反应器的当前操作数据输入至所述深度神经网络预测模型中,得到目标产物的预测值。不需要进行机理建模,降低了建模难度,缩短了建模的时间;克服了传统方法不能拟合非线性的困难。可以在保证建模精度的同时,建立快速和准确的数据分析模型。
技术关键词
流化床反应器
深度神经网络
有机硅单体
多层感知机
粒子群优化算法
变量
计算机可读指令
二甲基二氯硅烷
数据分析模型
权重数
预测装置
氯甲烷
处理器
参数
训练集
非线性
误差
频率
系统为您推荐了相关专利信息
非线性鲁棒控制器
深度神经网络
状态反馈信号
鲁棒控制系统
机载计算机
模型训练方法
深度神经网络模型
融合特征
商业数据处理
卷积神经网络模型
风险预警方法
长短期记忆网络
时序特征
多层感知机
数据