期刊专题

10.3969/j.issn.2095-2163.2022.03.032

基于mRMR-BP算法的辛烷值损失预测模型研究

引用
化工过程建模一般通过数据关联或机理建模的方法来实现,但由于炼油工艺过程的复杂性以及设备的多样性,其操作变量之间具有高度非线性和相互强耦联的关系.在传统的数据关联模型中,变量相对较少、机理建模对原料的分析要求较高,对过程优化的响应不及时,效果并不理想.本文为了降低模型求解的复杂性,使用互信息法和mRMR算法,对367个变量进行降维处理,筛选出同时满足与辛烷值之间具有最大相关性,彼此之间又有最小的冗余性的主要变量.引入BP神经网络模型对辛烷值损失建立预测模型,经过数据训练与学习,产生辛烷值损失的预测结果,并分析主要操作变量对辛烷值损失的影响.

辛烷值、互信息法、最大相关-最小冗余(mRMR)算法、BP神经网络

12

TE626(石油、天然气加工工业)

2022-04-28(万方平台首次上网日期,不代表论文的发表时间)

共5页

169-172,179

暂无封面信息
查看本期封面目录

智能计算机与应用

2095-2163

23-1573/TN

12

2022,12(3)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn