數(shù)據(jù)驅(qū)動優(yōu)化軟件的設(shè)計和開發(fā).pdf_第1頁
已閱讀1頁,還剩71頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、石油化工行業(yè)是支撐我國國民經(jīng)濟(jì)重要產(chǎn)業(yè)。隨著現(xiàn)代化工生產(chǎn)過程越來越復(fù)雜,原材料日益短缺,能源價格不斷上漲,化工行業(yè)競爭越來越激烈,提高化工過程生產(chǎn)的效率,增加企業(yè)的經(jīng)濟(jì)效益,以及減少原材料和能源的消耗已經(jīng)成為迫切要解決的問題,因此對化工過程優(yōu)化的研究越來越受到重視。而化工過程機(jī)理復(fù)雜,建立化工過程對象的機(jī)理模型是困難的、耗時的,因此采用基于生產(chǎn)數(shù)據(jù)的經(jīng)驗(yàn)建模方法是符合實(shí)際的。本文通過分析化工過程優(yōu)化的重要性,開發(fā)了一套以化工過程為對象,

2、立足生產(chǎn)數(shù)據(jù)建立經(jīng)驗(yàn)?zāi)P?,以試?yàn)設(shè)計方法為優(yōu)化算法的數(shù)據(jù)驅(qū)動優(yōu)化軟件。
   本文主要工作及研究內(nèi)容如下:
   (1)提出了運(yùn)用高斯過程回歸代替人工神經(jīng)網(wǎng)絡(luò)和支持向量回歸建立對象模型,進(jìn)而改進(jìn)了Chen等人提出的基于人工神經(jīng)網(wǎng)絡(luò)(ANN)和信息分析法的過程優(yōu)化算法,調(diào)整了優(yōu)化算法中下批次數(shù)據(jù)點(diǎn)的選取方法,將優(yōu)化結(jié)果點(diǎn)中性能最好的一組作為下一批次試驗(yàn)數(shù)據(jù)點(diǎn)。以常壓塔為優(yōu)化對象,常壓塔全塔經(jīng)濟(jì)效益為性能指標(biāo),對改進(jìn)的算法進(jìn)

3、行了驗(yàn)證,結(jié)果顯示改進(jìn)的算法使得常壓塔獲得了更好的經(jīng)濟(jì)效益,驗(yàn)證了改進(jìn)算法的有效性。
   (2)提出并設(shè)計了以生產(chǎn)數(shù)據(jù)為操作源的數(shù)據(jù)驅(qū)動優(yōu)化軟件。軟件系統(tǒng)的整體架構(gòu)分為表現(xiàn)層,功能層和數(shù)據(jù)層,軟件系統(tǒng)主要包括數(shù)據(jù)處理、模型選擇和優(yōu)化操作三大功能模塊,根據(jù)三層結(jié)構(gòu)和三大功能模塊,實(shí)現(xiàn)了數(shù)據(jù)驅(qū)動優(yōu)化軟件。
   (3)將本文設(shè)計和實(shí)現(xiàn)的優(yōu)化軟件應(yīng)用到常壓塔的操作優(yōu)化,分別用人工神經(jīng)網(wǎng)絡(luò)、支持向量回歸和高斯過程回歸建立常壓塔

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論