對復(fù)雜的化工過程進(jìn)行過程仿真、優(yōu)化及控制是研究化工過程的重要處理手段,良好控制的前提是對化工過程進(jìn)行精準(zhǔn)的建模�；み^程往往是強(qiáng)非線性、機(jī)理復(fù)雜、影響因素多,很難通過過程機(jī)理分析來建立模型,因此,基于神經(jīng)網(wǎng)絡(luò)、模糊神經(jīng)網(wǎng)絡(luò)及核學(xué)習(xí)方法等計(jì)算智能方法在非線性動(dòng)態(tài)辨識領(lǐng)域的發(fā)展及其迅速。基于統(tǒng)計(jì)學(xué)習(xí)理論的核學(xué)習(xí)方法是一種新型的機(jī)器學(xué)習(xí)方法,針對典型的化工過程,提出基于核偏最小二乘（Kernel Partitial Least Square,KPLS）及核遞推最小二乘（Kernel Rrecruit Least Square,KRLS）的核學(xué)習(xí)建模方法。將兩種核學(xué)習(xí)方法分別應(yīng)用到pH酸堿中和過程及連續(xù)攪拌反應(yīng)釜（Continous Stirred Tank Reactor,CSTR）過程實(shí)例中,為驗(yàn)證其有效性,在同等條件下,還與現(xiàn)有方法進(jìn)行比較,實(shí)驗(yàn)結(jié)果表明,KPLS與KRLS方法均具有很高的動(dòng)態(tài)建模精度,且KRLS方法的建模效果最好。論文的主要研究如下:（1）在模式識別和機(jī)器學(xué)習(xí)領(lǐng)域里,核學(xué)習(xí)方法是研究熱點(diǎn)。pH中和過程又分為弱酸強(qiáng)堿中和過程、強(qiáng)酸強(qiáng)堿中和過程及具有緩沖流的雙輸出中和過程。... 

【文章來源】：蘭州交通大學(xué)甘肅省

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【部分圖文】：

核學(xué)習(xí)方法框架示意圖

pH酸堿中和過程的反應(yīng)結(jié)構(gòu)

圖2.5雙輸出pH中和過程反應(yīng)裝置

【參考文獻(xiàn)】：
期刊論文
[1]基于核學(xué)習(xí)方法的短時(shí)交通流量預(yù)測[J]. 王秋莉,李軍.  計(jì)算機(jī)應(yīng)用研究. 2019(03)
[2]KPCA-bagging集成神經(jīng)網(wǎng)絡(luò)軟測量建模方法[J]. 夏陸岳,王海寧,朱鵬飛,潘海天.  信息與控制. 2015(05)
[3]非均勻多采樣率非線性系統(tǒng)的模糊辨識[J]. 王宏偉,夏浩.  控制與決策. 2015(09)
[4]基于PLS特征提取和LS-SVM結(jié)合的NOx排放特性建模[J]. 呂游,劉吉臻,楊婷婷,孫偉毅.  儀器儀表學(xué)報(bào). 2013(11)
[5]時(shí)變過程在線辨識的即時(shí)遞推核學(xué)習(xí)方法研究[J]. 劉毅,金福江,高增梁.  自動(dòng)化學(xué)報(bào). 2013(05)
[6]基于參數(shù)調(diào)整的動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)算法[J]. 張德豐,周靈,孫亞民,馬子龍.  計(jì)算機(jī)工程. 2010(06)
[7]一種數(shù)據(jù)驅(qū)動(dòng)的Ⅱ型T-S模糊建模方法[J]. 廖倩芳,李檸,李少遠(yuǎn).  智能系統(tǒng)學(xué)報(bào). 2009(04)
[8]基于改進(jìn)動(dòng)態(tài)遞歸神經(jīng)網(wǎng)絡(luò)的發(fā)酵過程pH值辯識[J]. 王章利,譚永紅.  控制工程. 2009(S2)
[9]基于最小二乘支持向量機(jī)的預(yù)測控制[J]. 李海生,鐘震宇,張嚴(yán)林.  計(jì)算技術(shù)與自動(dòng)化. 2009(01)
[10]基于小波核偏最小二乘回歸方法的混沌系統(tǒng)建模研究[J]. 李軍,董海鷹.  物理學(xué)報(bào). 2008(08)

博士論文
[1]一類連續(xù)化工生產(chǎn)過程的模型辨識及非線性預(yù)測控制研究[D]. 張健中.哈爾濱工業(yè)大學(xué) 2010

碩士論文
[1]ELM在化工過程辨識與控制中的應(yīng)用研究[D]. 石青.蘭州交通大學(xué) 2016
[2]基于KRLS的在線時(shí)間序列預(yù)測方法及其應(yīng)用研究[D]. 義日貴.哈爾濱工業(yè)大學(xué) 2014
[3]ESN在化工過程辨識與控制中的應(yīng)用研究[D]. 李曉華.蘭州交通大學(xué) 2014
[4]基于KPLS和魯棒加權(quán)LSSVM的工業(yè)過程監(jiān)控技術(shù)研究[D]. 蔣宏杰.華東理工大學(xué) 2012



本文編號：3082054