基于遺傳算法與神經(jīng)網(wǎng)絡(luò)的費托合成負(fù)荷優(yōu)化

摘要： 生產(chǎn)負(fù)荷是大型費托合成流程的重要指標(biāo)。高負(fù)荷運行不僅可以提高產(chǎn)能，還可以降低綜合能耗。針對費托合成流程工藝復(fù)雜、最佳生產(chǎn)操作條件難以確定的問題，提出了以數(shù)據(jù)驅(qū)動方式破除大型費托合成流程負(fù)荷難以提高的瓶頸。以400萬t·a^-1費托合成流程為研究對象，建立了負(fù)荷預(yù)測的神經(jīng)網(wǎng)絡(luò)模型，利用遺傳算法優(yōu)化了神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值初值，提高了模型預(yù)測準(zhǔn)確度。再次利用遺傳算法對神經(jīng)網(wǎng)絡(luò)輸入...