| 基于贝叶斯证据方法的裂解产物收率软测量模型 |
| |
| 引用本文： | 康少栋,王京春,熊智华. 基于贝叶斯证据方法的裂解产物收率软测量模型[J]. 计算机与应用化学, 2013, 0(8): 847-850 |
| |
| 作者姓名： | 康少栋 王京春 熊智华 |
| |
| 作者单位： | 清华大学自动化系，北京，100084 |
| |
| 摘 要： | 建立裂解产物收率的软测量模型对于乙烯裂解炉的生产具有重要的作用。采用支持向量回归方法可以建立较准确的乙烯裂解产品收率软测量模型,但是正则化参数等模型结构参数的选择对模型的精度仍然具有较大的影响。本文采用基于贝叶斯证据框架的支持向量回归方法,对正则化参数进行了迭代收敛计算,进而改进了乙烯裂解产品收率的软测量模型。在某工业乙烯裂解炉的生产数据上对产品收率进行了仿真验证,取得了良好的效果。
|
| 关 键 词： | 乙烯裂解 软测量 贝叶斯证据 支持向量回归 |
Soft-sensor models of pyrolysis product yields based on Bayesian Evidence framework |
| |
| Kang Shaodong , Wang Jingchun , Xiong Zhihua. Soft-sensor models of pyrolysis product yields based on Bayesian Evidence framework[J]. Computers and Applied Chemistry, 2013, 0(8): 847-850 |
| |
| Authors: | Kang Shaodong Wang Jingchun Xiong Zhihua |
| |
| Affiliation: | * (Department of Automation,Tsinghua University,Beijing 100084,China) |
| |
| Abstract: | |
| |
| Keywords: | ethylene pyrolysis soft-sensor bayesian evidence support vector regression |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
