在工業(yè)生產(chǎn)過程中,由于受到工藝、檢測(cè)技術(shù)以及工況等條件限制,一些重要變量常常無法直接檢測(cè),這嚴(yán)重制約了自動(dòng)控制技術(shù)的普及與應(yīng)用,軟測(cè)量技術(shù)因此應(yīng)運(yùn)而生。軟測(cè)量技術(shù)最重要的一步就是軟測(cè)量建模,近幾年各種軟測(cè)量建模方法不斷涌現(xiàn),其中高斯過程回歸方法（Gaussian process regression,GPR）憑借其在處理小樣本、復(fù)雜度較高的工業(yè)數(shù)據(jù)上的優(yōu)勢(shì),被越來越多的學(xué)者關(guān)注。然而作為傳統(tǒng)的軟測(cè)量建模算法,高斯過程回歸存在核函數(shù)單一、計(jì)算量較大、對(duì)初值敏感等問題,本文將針對(duì)這些問題開展改進(jìn)研究。本文的研究得到了浙江省自然科學(xué)基金的資助,主要的研究?jī)?nèi)容和成果總結(jié)如下:（1）高斯過程回歸結(jié)構(gòu)以及參數(shù)優(yōu)化研究。針對(duì)延遲焦化過程數(shù)據(jù)具有非線性、時(shí)變性和較強(qiáng)的復(fù)雜性等特點(diǎn),提出一種基于萬有引力搜索優(yōu)化的組合核函數(shù)高斯過程回歸算法。該算法具有兩大特點(diǎn):1)用組合核函數(shù)代替?zhèn)鹘y(tǒng)的單一核函數(shù),相較于單一核函數(shù),選擇組合核函數(shù)能夠更大可能地保留數(shù)據(jù)特征信息,使得映射關(guān)系更加符合數(shù)據(jù)分布,同時(shí)組合核函數(shù)的引入在結(jié)構(gòu)上保證了算法具有更好的泛化能力;2)引入萬有引力搜索算法尋找每一個(gè)核函數(shù)的最優(yōu)超參數(shù),克服... 

【文章來源】：浙江理工大學(xué)浙江省

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

延遲焦化裝置工藝流程圖

（a）工業(yè)現(xiàn)場(chǎng)腐蝕圖 （b）管線內(nèi)部腐蝕圖圖 2.2 開工線現(xiàn)場(chǎng)裝置腐蝕狀態(tài)圖2.3.2 腐蝕機(jī)理開工線一般是在進(jìn)熱油、對(duì)塔實(shí)施預(yù)熱的過程中使用，其余情況都屬于閉合狀一直位于 30℃-120℃的環(huán)境下。而焦化裝置在運(yùn)行過程中會(huì)經(jīng)歷注水、吹氣等操作來的水汽和混雜較高濃度的 HS2都會(huì)停留在開工線的頂部區(qū)域，從而使得管線被濕 H蝕。濕 HS2腐蝕往往發(fā)生于溫度較低的氛圍下，反應(yīng)的原理為：2xy2xFe yHS FeS yH電離： Fe Fe 2e2， HS HS H2，腐蝕反應(yīng)： HS e FeS 2F 22 H 2 H e ，在酸性介質(zhì)中，F(xiàn)eS 保護(hù)膜很容易被損壞，材料表面位于活性溶解

圖 2.3 GPR 算法流程圖表 2.2 不同算法 RMSE 值類型 SVR ELM GPRRMSE 9.15 9.23 8.45表 2.2 給出了 SVR 算法建模、ELM 算法建模、GPR 算法建模的 RMSE可看出利用 GPR 建模時(shí)具有較好的預(yù)測(cè)效果。同時(shí)圖 2.4，2.5 分別給出了值誤差圖以及三種算法預(yù)測(cè)輸出值與真實(shí)值對(duì)比圖，為了結(jié)果呈現(xiàn)更加清組預(yù)測(cè)結(jié)果作對(duì)比圖。從這兩幅對(duì)比圖中可明顯看出高斯過程回歸算法具強(qiáng)精準(zhǔn)的預(yù)測(cè)效果、更適用于該工業(yè)模型建模。這更多的源于高斯過程回歸具結(jié)構(gòu)，且作為一種貝葉斯非參數(shù)模型，能夠根據(jù)數(shù)據(jù)自適應(yīng)地調(diào)節(jié)參數(shù)�；惯^程回歸更適用于工業(yè)建模。

【參考文獻(xiàn)】：
期刊論文
[1]基于互信息和自組織RBF神經(jīng)網(wǎng)絡(luò)的出水BOD軟測(cè)量方法[J]. 李文靜,李萌,喬俊飛.  化工學(xué)報(bào). 2019(02)
[2]基于隨機(jī)森林回歸的手臂末端力的軟測(cè)量方法[J]. 熊鵬文,林虹,宋愛國(guó),胡凌燕,陳大鵬.  儀器儀表學(xué)報(bào). 2017(10)
[3]隨鉆井間電位動(dòng)態(tài)測(cè)量技術(shù)及其應(yīng)用[J]. 張金成,單桂棟,張?chǎng)?廖興松,王愛國(guó),付友義,周寶義,程運(yùn)甫.  石油學(xué)報(bào). 2016(S2)
[4]石油化工設(shè)備在濕硫化氫環(huán)境中的腐蝕與防護(hù)[J]. 樸國(guó)峰.  化工管理. 2016(24)
[5]基于Aspen Plus技術(shù)的流動(dòng)腐蝕實(shí)時(shí)專家診斷監(jiān)管系統(tǒng)開發(fā)[J]. 葉伊莎,任佳,偶國(guó)富,程宏偉,吳學(xué)華,金浩哲.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2016(07)
[6]一種基于EGMM的高斯過程回歸軟測(cè)量建模[J]. 熊偉麗,張偉,徐保國(guó).  信息與控制. 2016(01)
[7]一種動(dòng)態(tài)校正的AGMM-GPR多模型軟測(cè)量建模方法[J]. 熊偉麗,李妍君,姚樂,徐保國(guó).  大連理工大學(xué)學(xué)報(bào). 2016(01)
[8]基于改進(jìn)Bagging算法的高斯過程集成軟測(cè)量建模[J]. 孫茂偉,楊慧中.  化工學(xué)報(bào). 2016(04)
[9]基于證據(jù)合成的高斯過程回歸多模型軟測(cè)量方法[J]. 梅從立,楊銘,劉國(guó)海.  化工學(xué)報(bào). 2015(11)
[10]基于改進(jìn)動(dòng)態(tài)自適應(yīng)模糊Petri網(wǎng)與BP算法的電網(wǎng)故障診斷[J]. 謝敏,吳亞雄,閆圓圓,諸言涵.  中國(guó)電機(jī)工程學(xué)報(bào). 2015(12)

碩士論文
[1]明膠濃度的軟測(cè)量建模及參數(shù)優(yōu)化[D]. 高利敏.蘭州理工大學(xué) 2011
[2]基于數(shù)據(jù)驅(qū)動(dòng)的軟測(cè)量建模方法研究及其工業(yè)應(yīng)用[D]. 瞿偉.浙江大學(xué) 2008



本文編號(hào)：3318932