基于BP神经网络模型算法优化成品油质量研究

发布时间：2024-04-22 01:21

　　随着国内社会经济的快速发展,汽车保有量日益增加,与此同时,成品油消耗也显著提升。成品油的燃烧性能主要是由辛烷值决定,在成品油精制处理过程中,若辛烷值的损失越小,则成品油燃烧的性能就越好,同时带来的经济效益也就越高。在这种前提下,本文欲通过机器学习算法,使用BP神经网络研究成品油在精制过程中辛烷值的损失,并通过使用非线性规划模型对其操作变量进行优化处理,尽可能地去降低成品油在生成过程中辛烷值的损耗,有利于汽车产业健康、持续发展。本文对某企业催化裂化汽油精制过程中所采集到的样本数据进行研究。样本数据中总共包含了 367个特征变量,其中包括和生成成品油所用到的原料相关的7变量,4个添加剂变量,还有2个从成品油中提取出来的产品变量以及另外354个操作变量,以降低成品油中辛烷值的损失为目标,本文进行了如下操作:首先对原始数据进行预处理,并采用基于低方差低相关滤波及随机森林和主成分分析相结合的综合降维模型对变量进行降维,最终以产品硫含量为分界线筛选出具有代表性的23个主要变量,然后基于筛选出的变量,建立辛烷值损失预测模型:本文建立了包含6个隐层的8层多输入单输出的BP神经网络模型,其中,23个变量...

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

图１．１神经元图??

误差并将这些误差值返回到输出值上，这样??可以方便利用这些误差值来对神经元的权重系数进行进一步的调整，从而建立一??个能够用来解决指定问题的神经网络系统。从１９８０年开始，ＢＰ神经网络就得到了??不断地发展，它的诞生主要是用来解决非线性预测问题。??根据分析可知，ＢＰ神经网络是一....

图１．３?ＢＰ神经网络结构图??

Ｈ学位论文??ＭＡＳＴＥＲ＇Ｓ?ＴＨＥＳＩＳ??????￥ｉｌ?入?１?ｖ．??输入２——权重２?？求和?——？?——？输出??函数??输入３??图ｌ．２感知机图??令＆为输入，Ｗ为权重，ｙ为输出，输出结果为：??ｙ?＝?Ｘ＊Ｗｉ?（１．３）??ＢＰ神经网络的结构可以为三层，在实....

图１．４遗传算法流程图??具体步骤如下：??１：＝，，Ａ／

？硕士学位论文??ＭＡＳＴＥＲ＇Ｓ?ＴＨＥＳＩＳ??编码??初始化种群－??丄｜评估种群中个体适应度??ｆ?麟??交叉???１?ｍ??图１．４遗传算法流程图??具体步骤如下：??（１）初始化：设置进化迭代计数器ｇ?＝?０，设置最大进化代数Ｇ，随机生成Ａ／ｐ??个个体作为初始群体／....

图２．２变量降维思路流程图??２．３．１低方差滤波??在一个数据集中，通常认为低方差变量能够携带的信息较少，当某一列的数??值基本一致，方差非常低，根本无法进行相关分析，便可以直接给删除掉，在实??

、頌士学位论文??ＭＡＳＴＥＲ＇Ｓ?ＴＨＥＳＩＳ??（４）最后对所选主要变量进行独立性检验，计算两两之间的相关系数，结果??表明变量间的相关性较低，可认为所选变量是具有独立性的主要变量。??变量降维流程如下图２．２所示：??开始??ｙ???，原始数据ｙ???＾?ｒ???低方差滤波....

本文编号：3961724