首页 期刊 华东理工大学学报·社会科学版 基于新型自适应采样算法的催化重整过程模型 【正文】

基于新型自适应采样算法的催化重整过程模型

作者:张剑超; 杜文莉; 覃水 华东理工大学化工过程先进控制和优化技术教育部重点实验室; 上海200237; 中国石油化工股份有限公司九江石化公司; 江西九江332004
kriging模型   自适应采样   催化重整  

摘要:催化重整装置是石油加工的重要装置之一,直接使用机理模型对其进行优化耗时较长。模型方法能够有效地对机理模型进行近似,而采样方法对模型的精度有很大影响。提出了一种新的自适应采样算法-基于最近邻和马氏距离的自适应采样算法。该算法从采样方法的全局搜索能力与局部搜索能力出发,通过求解优化问题在关键信息区域中获取样本点。采用7个测试函数进行测试,结果表明该算法能够选取对模型精度影响较大的采样点,从而有效地提升模型的精度。针对催化重整过程的关键质量指标建立了相应的模型,结果表明该算法能够很好地处理实际工程中的问题。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅