基于新型自适应采样算法的催化重整过程代理模型 |
| |
引用本文: | 张剑超,杜文莉,覃水.基于新型自适应采样算法的催化重整过程代理模型[J].华东理工大学学报(自然科学版),2019,45(6). |
| |
作者姓名: | 张剑超 杜文莉 覃水 |
| |
作者单位: | 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 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金;国家自然科学基金;中央高校基本科研业务费专项 |
| |
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。代理模型方法能够有效地对机理模型进行近似,而采样方法对代理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代理模型精度影响较大的采样点,从而有效地提升代理模型的精度。针对催化重整过程的关键质量指标建立了相应的代理模型,结果表明该算法能够很好地处理实际工程中的问题。
|
关 键 词: | 代理模型 Kriging模型 自适应采样 催化重整 |
本文献已被 CNKI 万方数据 等数据库收录! |
|