環(huán)氧乙烷濃度是乙二醇生產(chǎn)過程中的1個重要指標,其濃度大小直接影響到后續(xù)水合反應(yīng)生成乙二醇的過程.環(huán)氧乙烷濃度與多種因素之間存在著復(fù)雜的非線性關(guān)系,在軟測量建模的過程中消除這些因素的相關(guān)性可以有效地降低計算復(fù)雜度.本文綜合應(yīng)用主元分析法,粒子群優(yōu)化算法以及徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)建立了環(huán)氧乙烷濃度的軟測量模型.首先分析了影響環(huán)氧乙烷濃度的因子,并對這些因子進行了主成分分析,得到1組新的輸入因子.然后按照累積方差貢獻率選取合適的輸入因子,作為RBF神經(jīng)網(wǎng)絡(luò)的新的輸入,有效降低了輸入變量的維數(shù),減少了輸入變量之間的相關(guān)性,簡化了神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),建立了環(huán)氧乙烷濃度的軟測量模型.最后利用粒子群算法來優(yōu)化神經(jīng)網(wǎng)絡(luò)參數(shù),求解RBF網(wǎng)絡(luò)的徑向基中心和輸出層連接權(quán)值的最優(yōu)值,減少了計算時間,提高了計算精度,獲得了較好的擬合和預(yù)測效果.與只采用RBF網(wǎng)絡(luò)建立軟測量模型相比,本文采用的方法建模的誤差較小,計算時間較短,計算精度較高,網(wǎng)絡(luò)的預(yù)測效果較好.