期刊文献+

基于支持向量机的石脑油干点软测量建模研究 被引量:4

Dry Point Soft Sensing Application to Naphtha Based on SVM Regression
下载PDF
导出
摘要 原油精馏装置处于石油化工厂工艺流程的最前端,石脑油是精馏装置的主要产品之一,干点值是衡量石脑油质量的一个重要参数指标,通过现有测量手段不能得到干点的实时测量值。而支持向量机是近年发展起来的一种基于统计学习理论的学习机器,在模式识别和非线性函数回归估计方面有很多的应用。文中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,着重讨论基于支持向量机回归和最小二乘支持向量机回归的软测量建模方法。 Crude oil distillation plant is at the beginning of the process in an oil refinery. Naphtha is one of the main products of distillation process; dry point is an index reflecting its quality,and It cannot be measured by conventional instruments. The purpose of this paper is to estimate the dry point value by applying soft sensor. SVM is a newly developed method based on statistical learning theory,and is used in pattern recognition and non-linear function regression. This paper emphasis on the modeling metho...
作者 王庆超 李昂
出处 《机械工程师》 2008年第7期19-22,共4页 Mechanical Engineer
关键词 石脑油干点 软测量 非线性函数回归 支持向量机 最小二乘支持向量机 Dry point of Naphtha Soft sensor Non-linear function regression SVM LS_SVM
  • 相关文献

参考文献2

二级参考文献9

  • 1于静江,周春晖.过程控制中的软测量技术[J].控制理论与应用,1996,13(2):137-144. 被引量:147
  • 2Gonzalez G D. Soft sensors for processing plants [A]. Proceeding of the Second International Conference on Intelligent Processing and Manufacturing of Materials [C], 1999, 1:59 -69.
  • 3Gonzalez G D, Redard J P, Barrera R, Fernandez M. Issues in soft-sensor applications in industrial plants [A]. Proceeding of IEEE International Symposium on Industrial Electronics [C], 1994, 380 -385.
  • 4Vapnik V N. The Nature of statistical Learning Theory [M]. New York: Springer-Verlag, 1995. First Edition.
  • 5Vapnik V N. The Nature of statistical Learning Theory [M]. New York: Springer-Verlag, 1999. Second Edition.
  • 6Suykens J A K, Vandewalle J. Least squares support vector machines classifiers [J]. Neural Network Letters, 1999, 19(3): 293-300.
  • 7Bishop C M. Neural Networks for Pattern Reorganization [M].Oxford University Press, 1995.
  • 8徐敏,俞金寿.软测量技术[J].石油化工自动化,1998,34(2):1-3. 被引量:50
  • 9张学工.关于统计学习理论与支持向量机[J].自动化学报,2000,26(1):32-42. 被引量:2272

共引文献101

同被引文献35

引证文献4

二级引证文献8

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部