計(jì)算機(jī)輔助重油輕質(zhì)化催化劑配方優(yōu)化設(shè)計(jì)應(yīng)用研究.pdf

1、學(xué)校代碼：10225學(xué)號：080162學(xué)位論文計(jì)算機(jī)輔助重油輕質(zhì)化催化劑配方優(yōu)化設(shè)計(jì)應(yīng)用研究指導(dǎo)教師姓名：申請學(xué)位級別：論文提交日期：授予學(xué)位單位：張楠王ljg)tI教授碩士2008年04月東北林業(yè)大學(xué)東北林業(yè)大學(xué)學(xué)科專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)論文答辯日期：2008年06月授予學(xué)位日期：答辯委員會主席：論文評閱人：素j厶櫛素大學(xué)摘要摘要隨著工業(yè)化水平的不斷提高，催化劑在資源利用方面發(fā)揮著巨大的作用，而能否設(shè)計(jì)出高效的催化劑配方，與催化劑配方設(shè)

2、計(jì)方法的好壞有密切的關(guān)系。傳統(tǒng)催化劑配方設(shè)計(jì)方法的缺點(diǎn)是很難在較短時(shí)間設(shè)計(jì)出優(yōu)秀的配方，且實(shí)驗(yàn)工作量大。針對催化劑配方設(shè)計(jì)方法的缺點(diǎn)，本文通過分析計(jì)算機(jī)輔助優(yōu)化設(shè)計(jì)的現(xiàn)狀和發(fā)展趨勢，結(jié)合相關(guān)領(lǐng)域的最新動態(tài)，提出了從試驗(yàn)設(shè)計(jì)到數(shù)學(xué)建模再到優(yōu)化方法的一整套的催化劑配方的計(jì)算機(jī)輔助優(yōu)化設(shè)計(jì)方案。理論分析得出以均勻性為目的的試驗(yàn)設(shè)計(jì)方案，試驗(yàn)次數(shù)較少，所以在試驗(yàn)設(shè)計(jì)方面，提出了采用均勻設(shè)計(jì)試驗(yàn)方案。由于催化劑配方的組分與性能間作用關(guān)系的復(fù)雜性，

3、無法預(yù)先知道組分與配方性能之間關(guān)系的明確分析函數(shù)形式，故本文選用神經(jīng)網(wǎng)絡(luò)建模的方法作為建立催化劑配方和性能之間的定量關(guān)系的工具。前人已經(jīng)證明，含有輸入層、輸出層和隱含層的三層BP神經(jīng)網(wǎng)絡(luò)，能夠逼近任何連續(xù)的函數(shù)，并選用Sigmoid函數(shù)作為神經(jīng)網(wǎng)絡(luò)各層的激活函數(shù)；通過對標(biāo)準(zhǔn)BP算法、動量改進(jìn)BP算法和LevenbergMarquardt方法改進(jìn)BP算法的比較，認(rèn)為LevenbergMarquardt方法改進(jìn)BP算法的收斂速度較前兩種算法

4、有明顯的優(yōu)勢，因此確定在催化劑配方建模中采用基于LevenbergMarquardt方法的神經(jīng)網(wǎng)絡(luò)的學(xué)j算法。在優(yōu)化方面，采用遺傳算法對問題變量編碼集構(gòu)成的群體進(jìn)行操作，實(shí)現(xiàn)高效搜索、獲得全局最優(yōu)解。隨后，將基于人工神經(jīng)網(wǎng)絡(luò)和遺傳算法的方法應(yīng)用于重油輕質(zhì)化催化劑配方設(shè)計(jì)的優(yōu)化過程中。并且以影響因素作為輸入層，H／C比值作為輸出層，構(gòu)成46一l型網(wǎng)絡(luò)用于該催化劑配方建模。本文最后，提出了一些關(guān)于催化劑配方設(shè)計(jì)方法研究有待進(jìn)一步探索的問題。