基于组合预测算法的MDEA脱碳工艺推荐系统研究

发布时间：2024-02-25 23:31

　　随着天然气脱碳工艺的迅速发展,已经积累了许多脱碳工艺相关的专家知识,但是目前主要还是依靠专业技术人员的经验,实现脱碳工艺的操作,对操作人员的技术要求较高,而且在现有的案例数据中,为实现脱碳工艺优化具有较大的难度。本论文在对MDEA脱碳工艺参数的选择及工艺参数设置范围进行研究的基础上,通过引入组合预测算法实现MDEA脱碳工艺参数的模拟计算,简化了传统脱碳工艺参数优化的复杂过程,为脱碳工艺优化提供了一定的指导作用。首先,在分析MDEA脱碳工艺推荐理论基础上,通过分析MDEA脱碳工艺相关参数,研究现有工艺推荐系统模型的结构特点;其次,根据基于多算法的组合预测模型特点,构建了基于遗传算法优化的BP神经网络预测模型、基于粒子群算法优化的支持向量回归预测模型,构建的多算法组合预测模型优于原始的单预测模型;然后,根据多模型的组合预测算法机理,通过对比分析所构建的几种预测模型,从中选取预测效果最佳的3个预测模型作为子模型,采用基于博弈论的Shaply值进行权重分配,构建了基于Shaply值的组合预测模型,经过试验分析,具有预测精度高和拟合效果较好的优点,从而对解决复杂数据具有一定的研究价值。最后,构建...

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

图3-1回归预测模型预测结果对比

第三章单预测算法应用于溶液循环量预测21表3-2回归预测模型对比单预测模型平均绝对误差MAE均方根误差RMSE决定系数2R贝叶斯岭回归4.7962646.9883460.94862线性回归4.7995496.9864810.931398弹性网络回归20.62169226.6740....

图3-2BP神经网络溶液循环量预测

西安石油大学硕士学位论文24（1）陷入局部极小值问题。由于该算法其初始权值和阈值都是随机生成的，使用梯度下降算法进行权值的更新，可能会使得权值收敛于某一局部极小值，造成训练失败，而达不到全局最优值，导致预测存在偏差。（2）学习时间长、速度慢。非线性函数比较复杂，函数收敛较为困难，....

图4-3遗传算法优化的BP神经网络预测结果

第四章组合预测算法应用于溶液循环量预测31经网络具有一定的优势。输入层神经元个数为脱碳工艺参数的个数，即6个，输出层神经元个数为输出结果的个数即为1。由常用的隐含层神经元个数计算式nml，其中m和l分别为输入层神经元的个数和输出层神经元的个数，表示的是1到10之间的整数，故由公式....

图4-4BP神经网络预测结果

第四章组合预测算法应用于溶液循环量预测31经网络具有一定的优势。输入层神经元个数为脱碳工艺参数的个数，即6个，输出层神经元个数为输出结果的个数即为1。由常用的隐含层神经元个数计算式nml，其中m和l分别为输入层神经元的个数和输出层神经元的个数，表示的是1到10之间的整数，故由公式....

本文编号：3911003