有偏最小最大概率模型及在汽油屬性預(yù)測(cè)中的應(yīng)用
發(fā)布時(shí)間:2023-09-14 04:19
汽油屬性的在線預(yù)測(cè)多采用無偏估計(jì)方法建立的近紅外定量分析模型實(shí)現(xiàn),累積預(yù)測(cè)誤差的正負(fù)偏差范圍難以控制,這會(huì)嚴(yán)重影響汽油調(diào)合優(yōu)化控制的投運(yùn)效果.針對(duì)這一問題,本文提出了一種采用有偏估計(jì)實(shí)現(xiàn)油品屬性在線預(yù)測(cè)的方法.首先從最小最大概率學(xué)習(xí)機(jī)出發(fā),提出了有偏最小最大概率回歸模型.然后利用即時(shí)學(xué)習(xí)方法設(shè)計(jì)了有偏回歸模型的局部建模與更新策略,用以提高回歸模型的自適應(yīng)能力.最后在國內(nèi)某煉廠汽油調(diào)合過程中采集的工業(yè)數(shù)據(jù)上進(jìn)行實(shí)驗(yàn),結(jié)果表明該方法與傳統(tǒng)方法相比具有明顯優(yōu)勢(shì),有利于大幅度提高調(diào)合優(yōu)化控制的投運(yùn)率.
【文章頁數(shù)】:9 頁
【文章目錄】:
1引言
2 有偏最小最大概率回歸
2.1 回歸模型概述
2.2 有偏最小最大概率分類機(jī)
3 融合即時(shí)學(xué)習(xí)的有偏最小最大概率回歸
3.1 即時(shí)學(xué)習(xí)建模方法
3.2 融合JITL的有偏最小最大概率回歸
4 實(shí)驗(yàn)驗(yàn)證與工業(yè)應(yīng)用
4.1 工業(yè)數(shù)據(jù)
4.2 實(shí)驗(yàn)方法與性能參數(shù)
4.3 結(jié)果分析
4.3.1 柴油芳烴含量預(yù)測(cè)結(jié)果分析
4.3.2 汽油RON含量預(yù)測(cè)分析
本文編號(hào):3846539
【文章頁數(shù)】:9 頁
【文章目錄】:
1引言
2 有偏最小最大概率回歸
2.1 回歸模型概述
2.2 有偏最小最大概率分類機(jī)
3 融合即時(shí)學(xué)習(xí)的有偏最小最大概率回歸
3.1 即時(shí)學(xué)習(xí)建模方法
3.2 融合JITL的有偏最小最大概率回歸
4 實(shí)驗(yàn)驗(yàn)證與工業(yè)應(yīng)用
4.1 工業(yè)數(shù)據(jù)
4.2 實(shí)驗(yàn)方法與性能參數(shù)
4.3 結(jié)果分析
4.3.1 柴油芳烴含量預(yù)測(cè)結(jié)果分析
4.3.2 汽油RON含量預(yù)測(cè)分析
本文編號(hào):3846539
本文鏈接:http://sikaile.net/kejilunwen/shiyounenyuanlunwen/3846539.html
最近更新
教材專著