期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
KPCA-GPR模型在常压塔塔顶汽油干点预测中的应用 被引量:1
1
作者 郭丽莹 郎宪明 《辽宁石油化工大学学报》 CAS 2022年第6期73-77,共5页
由于常减压蒸馏过程的复杂多变性,过程变量耦合严重,直接建模会增加问题分析的难度。为了提高模型性能,首先采用核主元分析(KPCA)算法对模型的变量进行选择,再将经过处理的数据作为高斯过程回归(GPR)模型的输入,采用KPCA-GPR模型建立常... 由于常减压蒸馏过程的复杂多变性,过程变量耦合严重,直接建模会增加问题分析的难度。为了提高模型性能,首先采用核主元分析(KPCA)算法对模型的变量进行选择,再将经过处理的数据作为高斯过程回归(GPR)模型的输入,采用KPCA-GPR模型建立常压塔塔顶汽油干点的估计模型。该方法可解决不同变量之间的非线性相关性,并且具有灵活的非参数推广及超参数自适应调节等优点,通过计算经验置信区间,不仅可以对汽油干点进行预测估计,还可以做概率解释。仿真结果表明,KPCA-GPR模型取得了较好的估计结果。 展开更多
关键词 软测量 核主成分分析 稀疏核主成分分析 最小二乘支持向量机 汽油干点
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部