控制与决策

作者：赵林,李希,谢永芳,易嘉闻,吴健辉,胡文静

单位：湖南理工学院 信息科学与工程学院,湖南 岳阳 414006;湖南理工学院 机器视觉 及人工智能研究中心, 湖南 岳阳 414006,,湖南理工学院 信息科学与工程学院,湖南 岳阳 414006;湖南理工学院 机器视觉 及人工智能研究中心, 湖南 岳阳 414006,,中南大学 自动化学院, 长沙 410083,,湖南理工学院 信息科学与工程学院,湖南 岳阳 414006;湖南理工学院 机器视觉 及人工智能研究中心, 湖南 岳阳 414006,,湖南理工学院 信息科学与工程学院,湖南 岳阳 414006;湖南理工学院 机器视觉 及人工智能研究中心, 湖南 岳阳 414006,,湖南理工学院 信息科学与工程学院,湖南 岳阳 414006;湖南理工学院 机器视觉 及人工智能研究中心, 湖南 岳阳 414006,

关键词：自适应变量加权;神经网络;软测量;辛烷值预测;汽油精制过程;深度学习

基金：湖南省自然科学基金项目(2019JJ40110,2019JJ40104)；湖南省教育厅科学研究项目(18B349,19A201)；湖南省研究生科研创新项目(CX20190932,CX20190930).

针对汽油精制过程中控制变量之间非线性和强耦联性,产品汽油中辛烷值难以测定的问题,提出一种基于自适应变量加权的汽油辛烷值预测方法.首先,利用一种新颖的变量加权模块捕获变量之间的相关性获取变量权重,通过自适应变量加权的方式提升主要变量的重要性,抑制其他次要变量的作用;然后,考虑到汽油脱硫过程对辛烷值的影响,输入加权激活后的变量到辛烷值预测模块,模型同时输出辛烷值和硫含量的预测结果;最后,基于工业数据进行模型验证,结果表明,与无变量加权模块的神经网络预测方法,基于随机森林的神经网络预测方法和基于变量加权堆叠自编码器的预测方法相比较,所提出的自适应变量加权汽油辛烷值预测方法具有更高的预测精度,可以用来优化汽油精制过程的操作条件.

来源：2022年第10期

《控制与决策》期刊编辑部

查看控制与决策杂志2022年第10期