期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
结合改进PSO算法和LSSVM的化工异常工况超早期监测预警研究
被引量：
13
1
作者
胡瑾秋
郭放
张来斌
《电子测量与仪器学报》
CSCD
北大核心
2018年第2期36-41,共6页
针对化工过程采样间隔短、动态性强,短期参数预测不能有效地为现场人员提供充足的操作时间,提出了结合改进粒子群优化(PSO)算法和最小二乘支持向量机(LSSVM)的异常工况超早期监测预警方法。采用最小二乘支持向量机对归一化处理后的过程...
针对化工过程采样间隔短、动态性强,短期参数预测不能有效地为现场人员提供充足的操作时间,提出了结合改进粒子群优化(PSO)算法和最小二乘支持向量机(LSSVM)的异常工况超早期监测预警方法。采用最小二乘支持向量机对归一化处理后的过程数据进行训练,利用改进的粒子群优化算法对最小二乘支持向量机中的核参数和惩罚因子进行快速精确地全局寻优,得到优化的预测模型。在丙烷塔的超压异常工况超早期监测预警案例分析中,能够准确地对未来500 s内的过程数据进行预测,并比DCS系统提前40 s发出异常报警,相比于最小二乘支持向量机预测模型和标准粒子群优化的最小二乘支持向量机预测模型,所提方法有效降低了预测误差。
展开更多
关键词
化工过程
异常工况
超早期监测预警
粒子群优化
最小二乘支持向量机
在线阅读
下载PDF
职称材料
题名
结合改进PSO算法和LSSVM的化工异常工况超早期监测预警研究
被引量：
13
1
作者
胡瑾秋
郭放
张来斌
机构
中国石油大学(北京)油气资源与探测国家重点实验室机械与储运工程学院
出处
《电子测量与仪器学报》
CSCD
北大核心
2018年第2期36-41,共6页
基金
国家自然科学基金(51574263)
北京市科技新星计划(xx2018031)
国家重点研发计划(2017YFC0805801)资助项目
文摘
针对化工过程采样间隔短、动态性强,短期参数预测不能有效地为现场人员提供充足的操作时间,提出了结合改进粒子群优化(PSO)算法和最小二乘支持向量机(LSSVM)的异常工况超早期监测预警方法。采用最小二乘支持向量机对归一化处理后的过程数据进行训练,利用改进的粒子群优化算法对最小二乘支持向量机中的核参数和惩罚因子进行快速精确地全局寻优,得到优化的预测模型。在丙烷塔的超压异常工况超早期监测预警案例分析中,能够准确地对未来500 s内的过程数据进行预测,并比DCS系统提前40 s发出异常报警,相比于最小二乘支持向量机预测模型和标准粒子群优化的最小二乘支持向量机预测模型,所提方法有效降低了预测误差。
关键词
化工过程
异常工况
超早期监测预警
粒子群优化
最小二乘支持向量机
Keywords
chemical process
abnormal situation
ultra-early prediction
particle swarm optimization(PSO)
least squares support vector machine(LSSVM)
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TQ086 [化学工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
结合改进PSO算法和LSSVM的化工异常工况超早期监测预警研究
胡瑾秋
郭放
张来斌
《电子测量与仪器学报》
CSCD
北大核心
2018
13
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
