基于XGBoost模型的炼油厂氢气网络动态多输出预测模型

• 作者: 曹萃文 王宁
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 氢气网络 XGBoost模型 预测 最小新氢消耗量 最小氢气剩余量
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 77-83
• 页数: 7页
• 分类号: TE68
• 字数: 4696字
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.20181104001

摘要

对基于XGBoost模型的炼油厂氢气网络动态多输出预测模型进行了研究,用最小新氢消耗量和最小氢气剩余量两种指标的动态数据进行氢气网络动态多输出预测,对模型性能进行了评估,并与反向传播(BP)神经网络模型的预测结果进行了比较,得到了很好的预测效果,最后分析了5类操作参数特征对输出指标的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宁	华东理工大学化工过程先进控制与优化技术教育部重点实验室	11	27	3.0	5.0
2	曹萃文	华东理工大学化工过程先进控制与优化技术教育部重点实验室	15	80	5.0	8.0