收藏本站
《华东理工大学》 2014年
收藏 | 手机打开
二维码
手机客户端打开本文

极限学习机的研究及其在醋酸精馏软测量建模中的应用

潘红芳  
【摘要】:精馏是石油化工过程的重要环节,是一个复杂、时变、非线性,强耦合的过程。在实际的精馏过程中,受到检测装置的限制,精馏过程中很多重要的过程参数无法直接测量,导致了很多先进的控制由于其检测信号的延迟,反馈不精确,使得整个精馏过程的效益不高。软测量技术就是解决这类问题的一个有效的方法。 本文以醋酸脱水共沸精馏为研究对象,首先针对醋酸精馏过程数据样本存在复共线问题,使得预测精度不高,模型的泛化能力差,提出了基于差分进化的岭回归极限学习机的算法(DE_ELMRR),并结合醋酸脱水共沸精馏过程,建立了基于差分进化岭回归极限学习机算法的醋酸软测量模型。然后针对支持向量机与神经网络的训练速度达不到实际过程的需求,传统的极限学习机由于参数是随机选取的,存在模型的不稳定,提出了小波核极限学习机算法(KELM),运用到醋酸共沸精馏过程,建立了基于小波核极限学习机算法的醋酸软测量建模方法。最后利用流程模拟软件Aspen建立了醋酸精馏的稳态与动态模拟,采集醋酸精馏的过程数据,分别对基于DE_ELMRR和KELM算法的醋酸软测量建模过程进行了仿真,并将基于DE_ELMRR算法的软测量模型与标准极限学习机作对比,结果表明,该算法精度大大的高于标准极限学习机,同时泛化能力也有相应的提高。将KELM算法建立的醋酸软测量模型与支持向量机(SVM)做对比,仿真说明KELM在保证了算法的精度和泛化能力的前提下,学习速度有显著的提高。
【学位授予单位】:华东理工大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TQ028.31;TP181

手机知网App
【参考文献】
中国期刊全文数据库 前10条
1 任正云,李平,王占山,李奇安;模糊C均值聚类在萃取精馏塔软测量中的应用[J];抚顺石油学院学报;2001年01期
2 曾繁会,吕渭济;基于MATLAB的岭回归分析程序设计及其应用[J];辽宁工程技术大学学报(自然科学版);2001年06期
3 薄翠梅,张湜,李俊,林锦国;基于神经网络的软测量技术在精馏塔上的应用[J];过程工程学报;2003年04期
4 陈国初,田学民;一种新的常压塔汽油干点观测方法[J];化工自动化及仪表;2001年03期
5 牛慧伟;许自成;李青常;王龙宪;邵惠芳;焦敬华;;基于岭回归分析的烤烟焦油含量预测模型构建[J];湖南农业大学学报(自然科学版);2012年03期
6 闫国华;朱永生;;支持向量机回归的参数选择方法[J];计算机工程;2009年14期
7 孟红云;张小华;刘三阳;;用于约束多目标优化问题的双群体差分进化算法[J];计算机学报;2008年02期
8 於扣红;黄智贤;;稀醋酸共沸精馏脱水工艺的模拟[J];计算机与应用化学;2012年05期
9 刘波;王凌;金以慧;;差分进化算法研究进展[J];控制与决策;2007年07期
10 薄翠梅;张湜;李俊;;工业共沸精馏塔软测量建模方法的研究与应用[J];南京工业大学学报(自然科学版);2006年03期
【共引文献】
中国期刊全文数据库 前10条
1 王正帅;邓喀中;谭志祥;;导水裂缝带高度预测的模糊支持向量机模型[J];地下空间与工程学报;2011年04期
2 傅阳光;周成平;胡汉平;;无人飞行器海上航迹规划差分进化算法研究[J];兵工学报;2012年03期
3 王文新,潘立登,李荣,徐永新,闻光辉;常减压蒸馏装置双模型结构RBF神经网络建模及其应用[J];北京化工大学学报(自然科学版);2004年04期
4 彭志红;孙琳;陈杰;;基于改进差分进化算法的无人机在线低空突防航迹规划[J];北京科技大学学报;2012年01期
5 成传亮;王淑娟;罗德超;;基于KPCA-LSSVM的公路软基路堤沉降预测[J];重庆理工大学学报(自然科学版);2010年06期
6 杨丽君;基于LS-SVM的电力系统参考相角预测[J];传感技术学报;2005年03期
7 尹伟;章卫国;宁东方;孙勇;李斌;;基于差分进化交叉验证SVM的飞控系统传感器故障预测学习算法研究[J];传感技术学报;2008年11期
8 张妤;谢永华;穆丽新;朱齐丹;;基于支持向量机的电容式传感器温度补偿研究[J];传感器与微系统;2009年06期
9 范千;张宁;;区域似大地水准面确定的最小二乘支持向量机方法[J];测绘工程;2008年05期
10 李勇,邵诚;基于神经网络的混凝土断裂参数灰色软测量[J];测试技术学报;2005年02期
中国博士学位论文全文数据库 前10条
1 朱少敏;多媒体数字水印若干关键算法研究[D];中国电力科学研究院;2010年
2 杨红;污水生化处理的智能建模与优化控制策略应用研究[D];华南理工大学;2010年
3 栗伟;催化裂化过程建模与应用研究[D];浙江大学;2010年
4 张明明;面向量子可逆逻辑自动综合的多目标进化算法研究[D];东华大学;2010年
5 尚兆霞;多目标投资组合问题优化模型与多目标策略研究[D];山东师范大学;2011年
6 齐峰;人工神经树网络模型的优化研究与应用[D];山东师范大学;2011年
7 焦竹青;变换域中的多源图像融合方法研究[D];江南大学;2011年
8 董旭初;Bayesian网的最优树分解研究[D];吉林大学;2011年
9 赵鹏;离心泵振动故障诊断方法研究及系统实现[D];华北电力大学(北京);2011年
10 王艳;多目标拟态物理学优化算法及其应用研究[D];兰州理工大学;2011年
中国硕士学位论文全文数据库 前10条
1 苗玉洁;基于GA的水下机器人多目标路径规划研究[D];哈尔滨工程大学;2010年
2 李艳萍;基于自主学习的移动机器人质心偏移控制策略[D];大连理工大学;2010年
3 裴胜玉;多目标粒子群优化算法及其应用[D];广西民族大学;2010年
4 陈亮;空分装置纯化系统的节能控制系统的研究[D];长春工业大学;2010年
5 毕伟;德士古气化炉炉温软测量建模[D];华东理工大学;2011年
6 袁沈坚;酮苯脱蜡回收系统的建模与优化[D];华东理工大学;2011年
7 沈利;燃煤电站锅炉的燃烧优化技术及相关算法应用研究[D];浙江大学;2011年
8 姚宁;基于差分进化算法优化的RBF神经网络的异步电机故障诊断研究[D];太原理工大学;2011年
9 李雅芹;机器学习在软测量建模方面的若干应用[D];江南大学;2011年
10 朱秀敏;改进粒子群算法的研究及其在天线设计中的应用[D];太原理工大学;2011年
【二级参考文献】
中国期刊全文数据库 前10条
1 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
2 陆鸣;李东亮;许自成;刘秀彩;许寒春;;卷烟烟气焦油量的ARMA预测模型研究[J];安徽农业科学;2008年14期
3 谭超;基于支持向量机的软测量技术及其应用[J];传感器技术;2005年08期
4 唐立新;热轧调度并行处理策略的多旅行商模型[J];东北大学学报;1999年02期
5 徐志高,关正西,张炜;模糊神经网络在导弹动力系统多故障诊断中的应用[J];弹箭与制导学报;2005年01期
6 侯铁双;相敬林;韩鹏;石杰;;基于IRWLS支持向量拟合的线谱检测算法[J];电声技术;2010年04期
7 高玉根;程峰;王灿;王国彪;;基于违约解转化法的遗传算法及其性能分析[J];电子学报;2006年04期
8 卢厚清,王辉东,黄杰,李波;任务均分的多旅行商问题[J];系统工程;2005年02期
9 张吴明,钟约先;基于改进差分进化算法的相机标定研究[J];光学技术;2004年06期
10 王仲民,戴士杰,岳宏,蔡鹤皋;基于小波变换的信号消噪[J];河北工业大学学报;2000年05期
中国博士学位论文全文数据库 前2条
1 周伟达;核机器学习方法研究[D];西安电子科技大学;2003年
2 郭明;基于数据驱动的流程工业性能监控与故障诊断研究[D];浙江大学;2004年
中国硕士学位论文全文数据库 前1条
1 郭庆武;软测量模型生成系统研究与应用[D];南京工业大学;2003年
【相似文献】
中国期刊全文数据库 前10条
1 沈春燕;SGIA′96──为您提供宝贵的学习机会[J];丝网印刷;1996年05期
2 朱轶松;如何区别电脑与学习机、游戏机[J];家庭科技;1997年10期
3 管秋;王万良;徐新黎;陈胜勇;;基于神经网络的污水处理指标软测量研究[J];环境污染与防治;2006年02期
4 卿晓霞;龙腾锐;王波;余建平;;粗集理论在污水参数软测量中的应用研究[J];仪器仪表学报;2006年10期
5 周长;张杰;吕文祥;刘先广;黄德先;;基于Bootstrap多神经网络的软测量方法[J];控制工程;2009年04期
6 陈金凤;杨慧中;邓玉俊;;一种基于LDA和FCM的BPA多模型软测量方法[J];华东理工大学学报(自然科学版);2010年01期
7 罗飞;黄友新;;基于神经网络的生化池污水毒性软测量[J];自动化与仪表;2010年05期
8 李勇;邵诚;;灰色软测量在介质填充率检测中的应用研究[J];中国矿业大学学报;2006年04期
9 黄涌波;瞿向东;周孑民;孙志强;;基于成分分析的铝电解质初晶温度软测量模型[J];仪器仪表标准化与计量;2008年06期
10 向峥嵘;刘松青;;基于LS-SVM的稀土萃取组分含量软测量[J];中国稀土学报;2009年01期
中国重要会议论文全文数据库 前10条
1 陈克兵;朱建宁;侍洪波;;基于RVM与COM技术的德士古气化炉炉温软测量系统[A];第二十七届中国控制会议论文集[C];2008年
2 孙玉坤;王博;丁慎平;;基于模糊支持向量机的赖氨酸发酵软测量[A];第二十七届中国控制会议论文集[C];2008年
3 周刚;彭威;;基于神经网络的核动力蒸汽发生器水位软测量方法研究[A];第一届中国核技术及应用研究学术研讨会摘要文集[C];2006年
4 王万成;戴先中;李训铭;;基于“内含传感器”逆的生物浸出过程关键变量的软测量[A];2009中国控制与决策会议论文集(3)[C];2009年
5 王恩博;彭亦功;;软测量建模若干方法研究[A];中国仪器仪表学会2007学术年会智能检测控制技术及仪表装置发展研讨会论文集[C];2007年
6 郭刚;陈兴明;;电液比例控制液压系统压力的软测量[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
7 赵忠盖;刘飞;;一种基于因子回归模型的软测量方法[A];2009中国过程系统工程年会暨中国mes年会论文集[C];2009年
8 唐晓;王佳;;软测量方法评价区域海水腐蚀性的研究[A];2004年腐蚀电化学及测试方法学术交流会论文集[C];2004年
9 刘瑞兰;周凌柯;;混合建模方法在PTA过程4-CBA含量软测量中的应用[A];全国自动化新技术学术交流会会议论文集(一)[C];2005年
10 冉维丽;胡玉玲;乔俊飞;;基于GABP神经网络的污水水质BOD软测量方法[A];第二十二届中国控制会议论文集(上)[C];2003年
中国重要报纸全文数据库 前10条
1 本报记者 李锡铭;学习机市场凸显技术壁垒[N];中华工商时报;2005年
2 本报记者  李延生;内容能否让数码学习机返璞归真[N];中国企业报;2006年
3 深圳商报记者 林若飞 实习生 陈飞燕;学习机企业要端正“学习态度”[N];深圳商报;2006年
4 王永强;学习机行业仍处在“暴利”阶段[N];中国经营报;2006年
5 周中;学习机市场竞争加速[N];中华工商时报;2006年
6 加莹;数码学习机“内存”差错无人管[N];中国商报;2007年
7 本报记者  翟帆;数码学习机,用你能学什么?[N];中国教育报;2006年
8 本报记者  李予阳;数码学习机需要再“瘦身”[N];经济日报;2006年
9 本报记者  毛晶慧;数码学习机转攻“内容”[N];中国经济时报;2006年
10 本报记者 戴远程;学习机市场再添搅局者洗牌在即[N];南方日报;2006年
中国博士学位论文全文数据库 前10条
1 于晓明;支持向量机及其在制浆过程重要参数软测量中的应用研究[D];陕西科技大学;2012年
2 任孝平;汽车状态软测量和车载组合导航系统故障检测技术研究[D];中南大学;2012年
3 刘学艺;极限学习机算法及其在高炉冶炼过程建模中的应用研究[D];浙江大学;2013年
4 杨强大;诺西肽发酵过程生化参数软测量方法的研究[D];东北大学;2009年
5 王佳男;提高量子化学计算方法的精度:极限学习机神经网络[D];东北师范大学;2012年
6 王鲜芳;生化过程动态建模及优化控制研究[D];江南大学;2009年
7 李凤玲;灌浆压力控制系统的关键技术研究[D];中南大学;2009年
8 吴燕玲;遗传规划及其在数据驱动软测量建模中的应用[D];浙江大学;2009年
9 李勇;磨矿过程参数软测量与综合优化控制的研究[D];大连理工大学;2006年
10 乔弘;火电厂热工参数软测量关键技术和方法研究[D];华北电力大学(北京);2009年
中国硕士学位论文全文数据库 前10条
1 潘红芳;极限学习机的研究及其在醋酸精馏软测量建模中的应用[D];华东理工大学;2014年
2 徐卫;基于智能优化的软测量建模方法研究及应用[D];兰州理工大学;2013年
3 甄玉山;基于过程神经网络的化工过程软测量研究[D];北京化工大学;2012年
4 程慕鑫;基于改进最小二乘支持向量机的颗粒粒度软测量研究[D];华东理工大学;2013年
5 巨稳;基于正交最小二乘的软测量建模方法研究[D];中国石油大学;2011年
6 王金荣;明胶浓度软测量建模研究[D];兰州理工大学;2012年
7 周蓓蓓;明胶浓度的软测量建模及参数优化[D];兰州理工大学;2010年
8 朱懿峰;基于SOC的神经网络软测量平台设计与实现[D];浙江大学;2011年
9 万碧君;基于案例推理方法的改进及其在软测量建模中的应用[D];华东理工大学;2014年
10 刘倩;基于模糊神经逆的青霉素发酵过程软测量应用技术研究[D];江苏大学;2010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