学位论文 > 优秀研究生学位论文题录展示

基于粗糙集与模糊神经网络的氨合成塔合成气氨净值建模

作　者: 殷社杰
导　师: 张凌波
学　校: 华东理工大学
专　业: 控制科学与工程
关键词: 粗糙集过程建模模糊神经网络氨净值
分类号: TP273
类　型: 硕士论文
年　份: 2013年
下　载: 46次
引　用: 0次
阅　读: 论文下载

内容摘要

粗糙集理论是一种有效的处理不确定性的数学理论,在多个领域得到了广泛应用,为复杂过程建模提供了新的理论工具。属性约简是粗糙集理论研究的重要内容,寻找最小约简为NP-hard问题。本文利用蚁群算法在解决组合优化问题方面的优势,将属性约简看作组合优化问题,把蚁群算法和属性约简相结合,用于搜索最小约简；并且针对可能得到多个相同长度最小约简的情形,提出了在找到最小约简后,利用决策属性对最小约简中非核属性的依赖度来衡量各个解的优劣,从中选取依赖度最大的约简为最优解,从而达到寻找到长度最短且最优的解的效果。氨净值是反映氨合成生产效率的重要指标,对合成氨生产过程中氨净值进行准确估算,对于指导合成氨生产过程操作具有重要意义。本文以某化工厂氨合成装置为对象,将粗糙集属性约简方法与模糊神经网络结合起来用于合成氨生产过程中氨净值模型的建立。本文利用生产数据建立了氨净值模型,并进行了验证,模型精度满足要求,表明了该算法的有效性。设计了合成氨操作优化系统软件中的氨净值建模模块,利用该模块建立的氨净值测算模型可实时反映当操作变量改变时氨净值的变化情况,从而指导操作人员合理调节输入变量,提高氨净值。

全文目录

摘要  5-6
Abstract  6-9
第1章绪论  9-20
  1.1 引言  9
  1.2 工业过程建模方法  9-15
    1.2.1 传统建模方法  10-11
    1.2.2 智能建模方法  11-13
    1.2.3 工业过程模型化研究现状  13-15
  1.3 粗糙集理论综述  15-18
    1.3.1 粗糙集理论研究发展现状  15-17
    1.3.2 粗糙集理论化工过程建模中的应用  17-18
  1.4 论文安排  18-20
第2章面向最小约简优化、基于蚁群算法的属性约简方法  20-32
  2.1 引言  20
  2.2 粗糙集理论基本知识  20-25
  2.3 基于蚁群算法的粗糙集属性约简  25-29
    2.3.1 用于属性约简的蚁群系统模型  25-27
    2.3.2 最优约简设计  27-28
    2.3.3 算法流程  28-29
  2.4 仿真实验和分析  29-31
  2.5 本章小结  31-32
第3章基于粗糙集与模糊神经网络的氨合成塔合成气氨净值建模  32-46
  3.1 引言  32
  3.2 模糊建模方法  32-33
  3.3 模糊神经网络的结构  33-34
  3.4 粗糙集与模糊神经网络相结合的过程建模方法  34-38
    3.4.1 粗糙集与模糊神经网络相结合的过程建模方法步骤  34
    3.4.2 决策属性的离散化  34-35
    3.4.3 条件属性的离散化与属性约简  35-36
    3.4.4 决策规则的生成与约简  36-37
    3.4.5 决策规则的后处理  37-38
  3.5 氨合成塔合成气氨净值建模  38-45
    3.5.1 氨合成过程简介  38
    3.5.2 粗糙集属性约简方法及其在氨净值建模中的应用  38-45
  3.6 本章小结  45-46
第4章合成氨操作优化系统氨净值建模模块设计  46-56
  4.1 引言  46
  4.2 合成氨操作优化系统软件简介  46-47
  4.3 氨净值建模模块设计  47-53
    4.3.1 模型辨识  47-53
    4.3.2 氨净值预测输出模块  53
  4.4 氨净值模型辨识和预测输出在合成氨操作优化软件中的应用  53-55
  4.5 本章小结  55-56
第5章总结与展望  56-57
  5.1 本文研究工作总结  56
  5.2 进一步的讨论和展望  56-57
参考文献  57-62
致谢  62-63
攻读硕士学位期间撰写与发表的论文  63

基于粗糙集与模糊神经网络的氨合成塔合成气氨净值建模

内容摘要

全文目录

相似论文