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
2
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
基于SHPSO-GA-BP的成品汽油调和中加氢汽油组分辛烷值的预测
被引量：
12
1
作者
李炜
王晓明
+2 位作者
蒋栋年
李亚洁
梁成龙
《化工学报》
EI
CAS
CSCD
北大核心
2020年第7期3191-3200,共10页
针对成品汽油调和配方建模中加氢汽油组分辛烷值难以实时获取,考虑遗传算法(genetic algorithm,GA)、粒子群算法(particle swarm optimization,PSO)优化反向传播(back propagation,BP)网络存在的问题,提出了一种串行混合粒子群遗传算法(...
针对成品汽油调和配方建模中加氢汽油组分辛烷值难以实时获取,考虑遗传算法(genetic algorithm,GA)、粒子群算法(particle swarm optimization,PSO)优化反向传播(back propagation,BP)网络存在的问题,提出了一种串行混合粒子群遗传算法(serial hybrid PSO-GA,SHPSO-GA)优化BP网络,并用于辛烷值的预测建模。该方法首先将PSO算法的输出依据适应度值分为优劣2个种群,弃劣留优;然后对留优种群再进行GA的交叉变异操作,进一步优化种群,经过每一代PSO和GA的交替优化,并将最优种群用于BP网络参数优化;最后基于该方法和工业历史数据,建立了加氢汽油组分辛烷值的预测模型,仿真结果表明,较传统BP,以及改进的GA-BP、PSO-BP、PSO-GA-BP等方法,SHPSO-GA-BP由于将PSO与GA进行更优的深度融合,具有更好的预测性能,可以用于辛烷值的预测。
展开更多
关键词
辛烷值
预测
神经网络
遗传算法
粒子群算法
SHPSO-GA-BP神经网络
优化
在线阅读
下载PDF
职称材料
罐式批次成品汽油调和配方集成建模方法
被引量：
2
2
作者
李炜
阮成龙
+2 位作者
王晓明
李亚洁
梁成龙
《化工进展》
EI
CAS
CSCD
北大核心
2022年第9期4701-4712,共12页
考虑罐式批次成品汽油调和过程中罐底余油对产品质量指标的影响,本文提出了一种基于改进多核模糊C均值(multi-kernel fuzzy C-means,MKFCM)与极端梯度提升树(extreme gradient boosting,XGBoost)集成的成品汽油调和的通用配方建模方法...
考虑罐式批次成品汽油调和过程中罐底余油对产品质量指标的影响,本文提出了一种基于改进多核模糊C均值(multi-kernel fuzzy C-means,MKFCM)与极端梯度提升树(extreme gradient boosting,XGBoost)集成的成品汽油调和的通用配方建模方法。该方法首先考虑各调和组分的差异性,提出一种自适应核参数计算方法对MKFCM改进,并将其用于罐底油聚类分析,旨在最大程度划分出性质相近的罐底油批次类型;在此基础上择优选用XGBoost算法,以各批次罐底余油的组分比例和产品预期质量指标作为输入,建立各批次子配方模型;在配方生成时,基于改进MKFCM求得当前罐底余油的隶属度向量,并以此为权值对子配方模型进行加权融合,最终以多模型集成的方式得到了成品汽油调和的通用配方。经使用某企业实际工业数据进行实验分析,结果表明,较单一模型或未改进MKFCM的集成模型,基于改进MKFCM-XGBoost的多模型集成配方,预测精度和泛化能力均更优,更适合罐式批次成品汽油调和过程。
展开更多
关键词
调和配方
预测
改进多核模糊C均值
极端梯度提升树
集成
罐底油
优化
在线阅读
下载PDF
职称材料
题名
基于SHPSO-GA-BP的成品汽油调和中加氢汽油组分辛烷值的预测
被引量：
12
1
作者
李炜
王晓明
蒋栋年
李亚洁
梁成龙
机构
兰州
理工大学电气工程与信息工程学院
甘肃省工业过程先进控制重点实验室
兰州
理工大学电气与控制工程国家级实验教学示范中心
中国石化兰州石化分公司油品储运厂
出处
《化工学报》
EI
CAS
CSCD
北大核心
2020年第7期3191-3200,共10页
基金
国家自然科学基金项目(61364011,61763027)。
文摘
针对成品汽油调和配方建模中加氢汽油组分辛烷值难以实时获取,考虑遗传算法(genetic algorithm,GA)、粒子群算法(particle swarm optimization,PSO)优化反向传播(back propagation,BP)网络存在的问题,提出了一种串行混合粒子群遗传算法(serial hybrid PSO-GA,SHPSO-GA)优化BP网络,并用于辛烷值的预测建模。该方法首先将PSO算法的输出依据适应度值分为优劣2个种群,弃劣留优;然后对留优种群再进行GA的交叉变异操作,进一步优化种群,经过每一代PSO和GA的交替优化,并将最优种群用于BP网络参数优化;最后基于该方法和工业历史数据,建立了加氢汽油组分辛烷值的预测模型,仿真结果表明,较传统BP,以及改进的GA-BP、PSO-BP、PSO-GA-BP等方法,SHPSO-GA-BP由于将PSO与GA进行更优的深度融合,具有更好的预测性能,可以用于辛烷值的预测。
关键词
辛烷值
预测
神经网络
遗传算法
粒子群算法
SHPSO-GA-BP神经网络
优化
Keywords
octane number
prediction
neural network
genetic algorithm
particle swarm optimization
PSO-GABP neural network
optimization
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
罐式批次成品汽油调和配方集成建模方法
被引量：
2
2
作者
李炜
阮成龙
王晓明
李亚洁
梁成龙
机构
兰州
理工大学电气工程与信息工程学院
甘肃省工业过程先进控制重点实验室
兰州
理工大学电气与控制工程国家级实验教学示范中心
中国石化兰州石化分公司油品储运厂
出处
《化工进展》
EI
CAS
CSCD
北大核心
2022年第9期4701-4712,共12页
基金
甘肃省青年博士基金(2021QB-044)。
文摘
考虑罐式批次成品汽油调和过程中罐底余油对产品质量指标的影响,本文提出了一种基于改进多核模糊C均值(multi-kernel fuzzy C-means,MKFCM)与极端梯度提升树(extreme gradient boosting,XGBoost)集成的成品汽油调和的通用配方建模方法。该方法首先考虑各调和组分的差异性,提出一种自适应核参数计算方法对MKFCM改进,并将其用于罐底油聚类分析,旨在最大程度划分出性质相近的罐底油批次类型;在此基础上择优选用XGBoost算法,以各批次罐底余油的组分比例和产品预期质量指标作为输入,建立各批次子配方模型;在配方生成时,基于改进MKFCM求得当前罐底余油的隶属度向量,并以此为权值对子配方模型进行加权融合,最终以多模型集成的方式得到了成品汽油调和的通用配方。经使用某企业实际工业数据进行实验分析,结果表明,较单一模型或未改进MKFCM的集成模型,基于改进MKFCM-XGBoost的多模型集成配方,预测精度和泛化能力均更优,更适合罐式批次成品汽油调和过程。
关键词
调和配方
预测
改进多核模糊C均值
极端梯度提升树
集成
罐底油
优化
Keywords
blending formula
prediction
improve MKFCM
extreme gradient boosting(XGBoost)
integration
remaining oil at the bottom of the tank
optimization
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
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
基于SHPSO-GA-BP的成品汽油调和中加氢汽油组分辛烷值的预测
李炜
王晓明
蒋栋年
李亚洁
梁成龙
《化工学报》
EI
CAS
CSCD
北大核心
2020
12
在线阅读
下载PDF
职称材料
2
罐式批次成品汽油调和配方集成建模方法
李炜
阮成龙
王晓明
李亚洁
梁成龙
《化工进展》
EI
CAS
CSCD
北大核心
2022
2
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
