有偏最小最大概率模型及在汽油属性预测中的应用

发布时间：2023-09-14 04:19

　　汽油属性的在线预测多采用无偏估计方法建立的近红外定量分析模型实现,累积预测误差的正负偏差范围难以控制,这会严重影响汽油调合优化控制的投运效果.针对这一问题,本文提出了一种采用有偏估计实现油品属性在线预测的方法.首先从最小最大概率学习机出发,提出了有偏最小最大概率回归模型.然后利用即时学习方法设计了有偏回归模型的局部建模与更新策略,用以提高回归模型的自适应能力.最后在国内某炼厂汽油调合过程中采集的工业数据上进行实验,结果表明该方法与传统方法相比具有明显优势,有利于大幅度提高调合优化控制的投运率.

【文章页数】：9 页

【文章目录】：
1引言
2 有偏最小最大概率回归
    2.1 回归模型概述
    2.2 有偏最小最大概率分类机
3 融合即时学习的有偏最小最大概率回归
    3.1 即时学习建模方法
    3.2 融合JITL的有偏最小最大概率回归
4 实验验证与工业应用
    4.1 工业数据
    4.2 实验方法与性能参数
    4.3 结果分析
        4.3.1 柴油芳烃含量预测结果分析
        4.3.2 汽油RON含量预测分析



本文编号：3846539