發(fā)布時(shí)間：2024-04-22 01:21

　　隨著國內(nèi)社會(huì)經(jīng)濟(jì)的快速發(fā)展,汽車保有量日益增加,與此同時(shí),成品油消耗也顯著提升。成品油的燃燒性能主要是由辛烷值決定,在成品油精制處理過程中,若辛烷值的損失越小,則成品油燃燒的性能就越好,同時(shí)帶來的經(jīng)濟(jì)效益也就越高。在這種前提下,本文欲通過機(jī)器學(xué)習(xí)算法,使用BP神經(jīng)網(wǎng)絡(luò)研究成品油在精制過程中辛烷值的損失,并通過使用非線性規(guī)劃模型對(duì)其操作變量進(jìn)行優(yōu)化處理,盡可能地去降低成品油在生成過程中辛烷值的損耗,有利于汽車產(chǎn)業(yè)健康、持續(xù)發(fā)展。本文對(duì)某企業(yè)催化裂化汽油精制過程中所采集到的樣本數(shù)據(jù)進(jìn)行研究。樣本數(shù)據(jù)中總共包含了 367個(gè)特征變量,其中包括和生成成品油所用到的原料相關(guān)的7變量,4個(gè)添加劑變量,還有2個(gè)從成品油中提取出來的產(chǎn)品變量以及另外354個(gè)操作變量,以降低成品油中辛烷值的損失為目標(biāo),本文進(jìn)行了如下操作:首先對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理,并采用基于低方差低相關(guān)濾波及隨機(jī)森林和主成分分析相結(jié)合的綜合降維模型對(duì)變量進(jìn)行降維,最終以產(chǎn)品硫含量為分界線篩選出具有代表性的23個(gè)主要變量,然后基于篩選出的變量,建立辛烷值損失預(yù)測(cè)模型:本文建立了包含6個(gè)隱層的8層多輸入單輸出的BP神經(jīng)網(wǎng)絡(luò)模型,其中,23個(gè)變量...

【文章頁數(shù)】：67 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．１神經(jīng)元圖??

誤差并將這些誤差值返回到輸出值上，這樣??可以方便利用這些誤差值來對(duì)神經(jīng)元的權(quán)重系數(shù)進(jìn)行進(jìn)一步的調(diào)整，從而建立一??個(gè)能夠用來解決指定問題的神經(jīng)網(wǎng)絡(luò)系統(tǒng)。從１９８０年開始，ＢＰ神經(jīng)網(wǎng)絡(luò)就得到了??不斷地發(fā)展，它的誕生主要是用來解決非線性預(yù)測(cè)問題。??根據(jù)分析可知，ＢＰ神經(jīng)網(wǎng)絡(luò)是一....

圖１．３?ＢＰ神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖??

Ｈ學(xué)位論文??ＭＡＳＴＥＲ＇Ｓ?ＴＨＥＳＩＳ??????￥ｉｌ?入?１?ｖ．??輸入２——權(quán)重２?？求和?——？?——？輸出??函數(shù)??輸入３??圖ｌ．２感知機(jī)圖??令＆為輸入，Ｗ為權(quán)重，ｙ為輸出，輸出結(jié)果為：??ｙ?＝?Ｘ＊Ｗｉ?（１．３）??ＢＰ神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)可以為三層，在實(shí)....

圖１．４遺傳算法流程圖??具體步驟如下：??１：＝，，Ａ／

？碩士學(xué)位論文??ＭＡＳＴＥＲ＇Ｓ?ＴＨＥＳＩＳ??編碼??初始化種群－??丄｜評(píng)估種群中個(gè)體適應(yīng)度??ｆ?麟??交叉???１?ｍ??圖１．４遺傳算法流程圖??具體步驟如下：??（１）初始化：設(shè)置進(jìn)化迭代計(jì)數(shù)器ｇ?＝?０，設(shè)置最大進(jìn)化代數(shù)Ｇ，隨機(jī)生成Ａ／ｐ??個(gè)個(gè)體作為初始群體／....

圖２．２變量降維思路流程圖??２．３．１低方差濾波??在一個(gè)數(shù)據(jù)集中，通常認(rèn)為低方差變量能夠攜帶的信息較少，當(dāng)某一列的數(shù)??值基本一致，方差非常低，根本無法進(jìn)行相關(guān)分析，便可以直接給刪除掉，在實(shí)??

、頌士學(xué)位論文??ＭＡＳＴＥＲ＇Ｓ?ＴＨＥＳＩＳ??（４）最后對(duì)所選主要變量進(jìn)行獨(dú)立性檢驗(yàn)，計(jì)算兩兩之間的相關(guān)系數(shù)，結(jié)果??表明變量間的相關(guān)性較低，可認(rèn)為所選變量是具有獨(dú)立性的主要變量。??變量降維流程如下圖２．２所示：??開始??ｙ???，原始數(shù)據(jù)ｙ???＾?ｒ???低方差濾波....

本文編號(hào)：3961724