收藏本站
《太原理工大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

混沌与支持向量机结合的多相催化建模与优化研究

韩晓霞  
【摘要】: 建模与优化是工程技术研究的中心问题,预测是科学决策和规划的重要前提,预测的可靠性往往是衡量技术成功程度的重要指标,然而预测却是所有技术的薄弱环节,对于多相催化领域来讲亦是如此。随着国民经济的发展,尤其新能源需求、新材料的不断涌现,多相催化科学与技术面临新的挑战,既要从经济、安全、多功能等方面寻求新型、高效的催化剂,又要从化学进程全局出发全面考察催化剂的性能。基于历史数据的机器学习和数据深度挖掘已成为目前化工信息化领域中急需解决的重要问题。作为催化领域的难点和迫切需要解决的三个关键问题:催化剂的动力学关系模型、催化剂的活性关系模型、催化剂的优化设计,这无论是对于催化剂对象的特性研究,还是实际化工生产过程控制、优化、模拟等都具有重要的现实意义。 本文结合混沌与支持向量机,围绕多相催化建模与优化问题展开工作,研究的主要内容包括三个方面:自适应混沌粒子群优化和支持向量机结合的模型预测、基于自适应混沌粒子群优化和支持向量机的最优化设计框架以及相空间重构和支持向量机结合的混沌时间序列模型预测。本文的研究内容属于信息科学、自动化科学、化学科学等学科的交叉领域。 本文的主要创新性工作包括: (1)提出一种基于自适应混沌粒子群优化和支持向量机结合(Adaptive Chaos Particle Swarm Optimization-Support Vector Regression,ACPSO-SVR)的预测算法,引入ACPSO启发式寻优机制对SVR模型的超参数进行自动选取,在超参数取值范围变化较大的情况下,效果明显优于网格式搜索算法。选取UCI机器学习数据库中的Forest fires标准数据集进行测试,实验结果表明该方法具有较高的精度和良好的泛化能力,对于解决多变量的回归预测问题是一种有效的方法。将所提出的建模方法用于Cu-Zn-Al-Zr二甲醚合成催化剂建模,在反应动力学模型未知的情况下,同时获得了催化剂组份模型和动力学模型,取得了良好的预测效果。 (2)提出一种基于多目标混沌粒子群优化和支持向量机相结合的最优化设计框架。针对多相催化反应具有多阶段、强相关性,获取催化剂性能指标非常困难的特点,将训练好的SVR模型作为最优化设计框架中的适应度评价近似模型,通过多目标ACPSO算法同时优化输入变量的空间,寻求具有全局最优催化性能的催化剂。将该策略用于Cu-Zn-Al-Zr二甲醚合成催化剂的研发,实验结果表明,经ACPSO-SVR最优化设计方法给出的两组新型催化剂的性能指标与实验测试值误差很小,可以缩短催化剂研发的时间,节约资金和时间消耗,不失为一种可行的、有效的实验室设计催化剂新方法。 (3)提出一种基于相空间重构和支持向量机结合(Phase Space Reconstruction- Support Vector Regression,PSR-SVR)的非线性时间序列预测建模方法。针对多相催化剂在非定态下的复杂失活机理及活性受多种因素影响,获取催化剂失活过程的时间序列数据非常有限而降低建模效率和预测精度的情况,提出以高维相空间重构的数据表示方法重构失活数据序列,达到改写数据的规律性进而探讨催化剂失活内在复杂本质特征的目的。将该建模方法应用于甲醇氧化羰基化反应中Cu-Si-Al碳酸二甲酯合成催化剂失活过程建模,仿真结果表明催化剂失活模型的预测误差在满意的范围之内,给出的碳酸二甲酯时空收率的预测值可以为反应器的正确设计和操作、反应过程的优化提供有效信息。
【学位授予单位】:太原理工大学
【学位级别】:博士
【学位授予年份】:2010
【分类号】:TP18

【相似文献】
中国期刊全文数据库 前10条
1 冯林,张名举,贺明峰,戚正君;用改进的粒子群算法实现多模态刚性医学图像的配准[J];计算机辅助设计与图形学学报;2004年09期
2 卢冰原;古春生;谷峰;;基于粒子群优化的模糊交货期惩罚问题的研究[J];计算机工程与应用;2006年19期
3 吴延科;徐晨;李国;;基于粒子群统计规律的PSO算法[J];郑州大学学报(理学版);2006年04期
4 周国雄;吴敏;曹卫华;雷琪;;基于粒子群优化的集气管压力变结构模糊控制[J];信息与控制;2008年03期
5 袁成;蔡自兴;陈白帆;;粒子群优化的同时定位与建图方法[J];计算机工程;2009年11期
6 许相莉;张利彪;刘向东;于哲舟;周春光;;基于粒子群的图像检索相关反馈算法[J];电子学报;2010年08期
7 冯纪强;谢维信;徐晨;;T-S模糊粒子群优化建模及稳定性分析[J];电子学报;2011年05期
8 侯志荣,吕振肃;基于MATLAB的粒子群优化算法及其应用[J];计算机仿真;2003年10期
9 王岩,周春光,黄艳新,丰小月;基于最小不确定性神经网络的茶味觉信号识别[J];计算机研究与发展;2005年01期
10 刘淳安,何广平,雍龙泉;解多目标优化问题的新粒子群存档算法[J];陕西理工学院学报(自然科学版);2005年03期
中国重要会议论文全文数据库 前10条
1 赵建玉;贾磊;陈月辉;张勇;;基于粒子群优化的信号交叉口交通流预测模型[A];第二十六届中国控制会议论文集[C];2007年
2 王晓燕;王东风;韩璞;;一种分数阶系统的粒子群优化辨识方法[A];全国第三届信号和智能信息处理与应用学术交流会专刊[C];2009年
3 范业坤;梁新荣;;基于粒子群优化的高速公路匝道PI控制器[A];第二十七届中国控制会议论文集[C];2008年
4 薛艳红;胡立坤;;基于粒子群优化的配电网静止同步补偿器PI控制器整定[A];中南六省(区)自动化学会第二十九届学术年会论文集[C];2011年
5 冯祎;李霞;;一种K最近邻分类的改进算法及应用[A];2011年全国通信安全学术会议论文集[C];2011年
6 徐俊杰;忻展红;;粒子群优化在0/1背包问题中的应用[A];中国运筹学会第七届学术交流会论文集(上卷)[C];2004年
7 赵秋玲;周雅莉;张奇志;;基于粒子群优化的结构振动分布式反馈控制[A];2005年中国智能自动化会议论文集[C];2005年
8 薛云灿;郑东亮;岳兴汉;杨启文;;混沌粒子群优化算法及其在水库优化调度中的应用[A];PCC2009—第20届中国过程控制会议论文集[C];2009年
9 徐俊杰;忻展红;;基于增强型参考位置的粒子群优化模型[A];’2004系统仿真技术及其应用学术交流会论文集[C];2004年
10 张奇志;周亚丽;;移动机器人运动规划的粒子群优化算法[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
中国重要报纸全文数据库 前3条
1 冶治;艾斯苯助力大庆油田建立数字化管理系统[N];中国石化报;2005年
2 杨雯 姜志萍;“东北大粮仓”水利生命线护航者[N];科技日报;2005年
3 王明毅;AspenTech先进数字管理系统花开大庆油田[N];中国石油报;2005年
中国博士学位论文全文数据库 前10条
1 韩晓霞;混沌与支持向量机结合的多相催化建模与优化研究[D];太原理工大学;2010年
2 窦全胜;求解优化问题的演化计算方法研究[D];吉林大学;2005年
3 刘丽;人工免疫网络研究及应用[D];江南大学;2008年
4 李磊;六自由度并联平台位置正解及控制方法研究[D];哈尔滨工程大学;2008年
5 马瑞新;基于粒子群的网络社区动态角色挖掘研究[D];大连理工大学;2012年
6 陈虹;分离流动的电磁力主动控制[D];华中科技大学;2011年
7 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年
8 夏伯才;数据软计算建模与优化及其在材料工程中的应用[D];重庆大学;2004年
9 林川;粒子群优化与差分进化算法研究及其应用[D];西南交通大学;2009年
10 柯晶;强跟踪状态估计与群集辨识[D];浙江大学;2003年
中国硕士学位论文全文数据库 前10条
1 雷烨;基于粒子群最小二乘支持向量机的故障诊断算法研究[D];兰州交通大学;2010年
2 马培培;基于粒子群的图像阈值化分割的研究及应用[D];合肥工业大学;2010年
3 姚杰;基于PSO混沌神经网络电力系统负荷预测[D];大庆石油学院;2009年
4 刘杨;粒子群优化算法在电力系统无功优化中的应用[D];天津大学;2005年
5 任晓娜;DNA计算中的编码设计优化算法[D];湖南大学;2010年
6 王琳;基于粒子群优化的数据流挖掘的聚类算法分析[D];长沙理工大学;2010年
7 李涛;基于SVM和PSO的非线性模型预测控制及应用研究[D];上海交通大学;2008年
8 孙巍;供热管网的建模分析及水力平衡调节[D];北京化工大学;2008年
9 李峰;大规模场景绘制中的纹理合成技术研究[D];哈尔滨理工大学;2008年
10 陈亚洲;基于粒子群优化的协同优化方法研究[D];华中科技大学;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026