基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
根据汽油产品的工业生产实测数据,从数据挖掘和运筹优化等多角度探究汽油清洁化的工艺改进路径.首先,对原始数据和样本数据进行预处理,以保证后续模型的质量;其次,为了降低模型的复杂性,通过梯度下降回归树筛选出预测模型的主要变量;再次,考虑到操作变量之间存在高度非线性和相互强耦联的关系,通过BP神经网络分别建立主要变量对辛烷值损失以及产品硫含量的预测模型;最后,建立主要操作变量优化的两阶段优化模型,并通过可视化输出操作变量的逐步调整效果,供工业生产参考.
推荐文章
浅谈数学建模过程中优化模型的处理方法
数学建模
优化模型
算法
处理方法
基于OPC技术的DMC算法在甲醇汽油调配过程中的应用
甲醇汽油
OPC技术
PLC
动态矩阵
预测控制
飞行保障过程中车辆调度仿真优化
飞行保障过程
车辆调度
禁忌搜索算法
仿真优化
营销过程中的产品组合优化决策模型
市场营销
产品组合
优化模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 汽油精制过程中的路径优化模型及仿真
来源期刊 石油化工自动化 学科 地球科学
关键词 汽油清洁化 梯度下降回归树 BP神经网络 两阶段优化
年,卷(期) 2022,(1) 所属期刊栏目 过程控制技术
研究方向 页码范围 6-14
页数 9页 分类号 N945.1
字数 语种 中文
DOI 10.3969/j.issn.1007-7324.2022.01.003
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
汽油清洁化
梯度下降回归树
BP神经网络
两阶段优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
石油化工自动化
双月刊
1007-7324
62-1132/TE
大16开
上海市徐汇区中山南二路1089号徐汇苑大厦12楼
4-801
1964
chi
出版文献量(篇)
3700
总下载数(次)
10
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导