学位论文 > 优秀研究生学位论文题录展示
基于SVM的常压塔石脑油干点软测量建模研究
作 者: 李昂
导 师: 王庆超
学 校: 哈尔滨工业大学
专 业: 化工过程机械
关键词: 石脑油干点 软测量建模 支持向量机 最小二乘支持向量机
分类号: TE622.1
类 型: 硕士论文
年 份: 2008年
下 载: 66次
引 用: 1次
阅 读: 论文下载
内容摘要
常减压装置是炼油加工的龙头,其生产的平稳性对石油产品的质量和收率有重要的影响。石脑油是常压塔的主要产品之一,干点值是衡量石脑油质量的一个重要参数指标。通过现有测量手段难以得到干点的实时测量值,本文旨在通过采用软测量技术得出石脑油干点的实时监测信息。具体工作包括变量选择、数据处理、软测量建模和模型校正四个部分,其中软测量建模是本文工作的核心内容。支持向量机(SVM)是一种专门研究小样本情况下机器学习规律的理论。本文首先从支持向量机的理论研究、算法改进、核函数及其参数选择、扩展支持向量机四个方面,详细讨论了支持向量机的现状和发展方向。然后利用标准支持向量机非线性回归的方法对石脑油干点进行软测量建模,并对得到的结果进行相关的分析。结果表明:使用标准支持向量机回归的方法,能够在满足一定工艺要求的精度内达到石脑油干点的在线估计的目的,是软测量建模的有效方法。运用最小二乘支持向量机回归方法对石脑油干点进行软测量建模,并将得到的结果与标准支持向量机得到的结果进行比较,比较结果显示:最小二乘支持向量机同样能满足干点估计的要求,也是软测量建模的有效方法,而且最小二乘支持向量机学习速度快、精度高,在相同样本条件下,比标准支持向量机具有更好的模型逼近和泛化能力。针对最小二乘支持向量机缺少“稀疏”性的缺陷,本文做了一些改进,并进行了相关的仿真分析,使其具有了“稀疏”特性。又引入主元分析法对输入数据进行预处理,使输入数据更易于处理,模型运算速度更快,并且应用主元分析后得到的训练集进行了软测量的建模,建模结果表明:虽然训练数据减少了,但是泛化精度却提高了,说明了所提出方法的有效性。最后校正了软测量模型,并针对校正后的模型进行仿真,将得到的结果与未进行校正的结果比较,结果表明大部分点经过模型的校正之后显示出更好的逼近效果,模型整体精度上也有所改进。
|
全文目录
摘要 4-5 Abstract 5-9 第1章 绪论 9-18 1.1 课题背景 9 1.2 工艺流程 9-14 1.2.1 常减压塔工艺流程 10-13 1.2.2 石脑油干点 13-14 1.3 软测量技术综述 14-17 1.3.1 软测量技术的原理 14-15 1.3.2 软测量技术建模方法综述 15-17 1.4 课题的主要研究内容 17-18 第2章 支持向量机的理论概述 18-29 2.1 支持向量机(SVM)算法的研究现状 18-20 2.1.1 理论研究 18-19 2.1.2 支持向量机的改进算法 19-20 2.1.3 支持向量机在工业中的应用 20 2.2 机器学习的基本原理 20-22 2.3 统计学原理 22-24 2.4 支持向量机(SVM)算法 24-28 2.5 本章小结 28-29 第3章 基于支持向量机的软测量建模 29-43 3.1 标准支持向量机回归方法的原理 29-32 3.2 辅助变量的选取及数据的处理 32-35 3.2.1 辅助变量的选择 32-34 3.2.2 数据的处理 34-35 3.2.3 数据的归一化 35 3.3 基于向量机软测量建模 35-41 3.3.1 基于支持向量机的软测量建模 36-39 3.3.2 参数C和P的调节 39-41 3.4 本章小结 41-43 第4章 最小二乘支持向量机软测量建模研究 43-63 4.1 最小二乘支持向量机的基本原理 43-46 4.2 基于最小二乘支持向量机的软测量建模 46-51 4.2.1 最小二乘支持向量机软测量建模 46-48 4.2.2 参数的调整 48-49 4.2.3 两种建模方法的比较 49-51 4.3 最小二乘支持向量机的改进 51-53 4.4 主元分析法缩小数据集 53-60 4.4.1 运用主元分析的最小二乘支持向量机建模 53-57 4.4.2 主元个数的选取 57-58 4.4.3 主元分析后建模结果与直接建模结果的比较 58-60 4.5 软测量模型的校正 60-62 4.6 本章小结 62-63 结论 63-65 参考文献 65-69 攻读学位期间发表的学术论文 69-71 致谢 71
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 基于支持向量机的故障诊断方法研究,TP18
- 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 基于车载3D加速传感器的路况监测研究,TP274
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 基于机器学习的入侵检测系统研究,TP393.08
- 支持向量机回归在短期电力负荷预测中的应用研究,TM715;F224
- 面向文本分类的改进K近邻的支持向量机算法研究,TP391.1
- 基于AdaBoost算法的人脸识别研究,TP391.41
- 面向肺部CAD的特征提取、选择及分类方法研究,TP391.41
- 水煤浆气化炉炉温智能软测量建模应用研究,TQ546
中图分类: > 工业技术 > 石油、天然气工业 > 石油、天然气加工工业 > 石油炼制 > 石油的组成、性质与分析 > 化学性质及分析方法
© 2012 www.xueweilunwen.com
|