【摘 要】
：
提出了一种神经网络聚类加权集成方法。首先,采用聚类和Bagging技术产生训练集,这样产生的训练集能够侧重地模拟原始训练集分布的某一方面,既能使每个网络发生的错误尽可能的不相关,又能使其他训练的网络对该错误起到纠正的作用；然后针对产生的训练集特点。使用隶属度加权网络的输出。和其他常用的个体网络生成方法比较,仿真实验表明,该方法可以提高网络集成的泛化性能。在实际应用中,以丙烯腈反应器作为建模研究对象
【机 构】
：
杭州电子科技大学,自动化学院,浙江,杭州,310018;华东理工大学,自动化研究所,上海,200237
论文部分内容阅读
提出了一种神经网络聚类加权集成方法。首先,采用聚类和Bagging技术产生训练集,这样产生的训练集能够侧重地模拟原始训练集分布的某一方面,既能使每个网络发生的错误尽可能的不相关,又能使其他训练的网络对该错误起到纠正的作用；然后针对产生的训练集特点。使用隶属度加权网络的输出。和其他常用的个体网络生成方法比较,仿真实验表明,该方法可以提高网络集成的泛化性能。在实际应用中,以丙烯腈反应器作为建模研究对象,实验结果表明,该方法所获得的神经网络集成模型可以较好地跟踪丙烯腈收率的变化。
其他文献
介绍了我国清洁燃料标准的发展进程,并参考国外清洁燃料标准的发展,从现有国内技术支持,炼油装置的特点等,分析了我国清洁燃料标准的未来发展进程,主要体现在对燃料油中硫、烯烃、苯以及芳烃含量的限制。为了保证未来严格的燃油标准得以实施,我国应结合各地实际情况,整合炼油装置,调整产品结构,开发燃油清洁化技术,争取早日与国际接轨。
报导了采用SiO-AlO载体,引入助催化剂的办法,制备成功具有优良加氢脱芳烃活性和稳定性的NiO-MoO/SiO-AlO-TiO催化剂。试验通过安排L(43)的正交表进行,从平均总芳烃含量和反应寿命两个方面来分析试验结果,最终选出较好的催化剂配方。TPR研究结果表明,未改性的NiO-MoO/SiO-AlO-TiO体系(即SKCX-17催化剂)出现了3个明显的还原峰,峰Ⅰ、峰Ⅱ的还原温度与纯NiO接
渣油的加工和充分利用及清洁燃料的生产已成为当今炼油加工的主要课题。而渣油加氢与RF-CC的组合工艺技术是解决上述问题的有效途径。本文简要介绍了海南炼化3lO万t/a RFCC原料预处理装置的工艺试验以及工业应用概况,通过对工业装置的初期标定和工业装置生成油的RFCC试验,进一步考察了海南高苛刻度渣油加氢处理工艺的应用效果。
基于用能分析的三环节模型及现场标定数据,对某企业加氢裂化装置进行能量平衡测试研究,提出节能改进方向,并对该装置已采用的节能措施进行分析,供同类装置参考借鉴。
介绍了超声波─电脱盐组合技术在中国石化胜利石化总厂应用情况,运行结果表明:采用该技术不但使破乳剂用量降低50％-70％,同时脱后原油含盐从4.64-15.01mg/L降低到3mg/L以下,含水从0.292％-0.385％降低到0.2％以下。
杜巴油作为含硫一环烷中间基原油,轻油含量很低,酸值高,密度高,残炭高,胶质含量高,钙含量高,这五高的特点给加工带来了不利因素,针对杜巴油含盐量较高的特点,为减轻塔顶系统的腐蚀,对"一脱三注"进行了调整,并加大了管理力度。同时由于杜巴原油钙含量高,印灰分高,造成石油焦和煅烧普焦灰分超标,产品质量降级,销售价格下降,为了解决这一问题，在电脱盐使用南方某公司生产的J脱钙剂和北方某公司生产的H脱钙剂,均能
介绍了HR催化汽柴油烃重组技术在乌鲁木齐石化炼油厂的工业化应用情况,通过实践证明了烃重组技术是目前提高汽油辛烷值有效工艺手段之一,同时对催化装置柴汽比和多生产优质柴油有一定的促进作用,该项技术对于辛烷值资源不足的企业有着广泛的推广应用前景。
在系统分析多模态函数优化克隆选择算(CLONALG)特点和不足的基础上,结合记忆细胞形成、网络抑制、梯度法和山谷搜索法,提出一种自适应多模态克隆选择算法。典型多峰值函数仿真实验证明,算法能够找到多模态问题的全部最优解和尽可能多的局部最优解,且无冗余.通过与同类算法进行比较和计算复杂性分析表明,该算法不仅计算量小、具有更好的搜索性能,而且无需任何先验知识,可实现真正的自适应搜索.
为实现药液中可见颗粒异物的智能检测,提出了利用人工免疫算法对其中可能存在的小颗粒异物运动轨迹进行辨识的检测方法；通过设计合理的编码方案,构造出小颗粒运动的假设轨迹作为抗原；利用人工免疫算法对抗原优化,通过克隆、变异寻找亲和力大的抗原作为小颗粒异物运动的可能轨迹；利用假设检验对这些可能轨迹进行确认来判断颗粒异物是否存在。试验结果表明:基于该算法的检测方法对药液中粒径大于50 μm的可见颗粒状异物的误
为弥补核动力蒸汽发生器(SG)水位传统测量方法的不足,提出了基于神经网络(ANN)的SG水位软测量新方法。该方法的原理是:先选取对SG水位有重要影响的参数作为SG水位软测量的辅助变量,并利用辅助变量的运行监测数据和神经网络建立SG水位动力学模型,然后使用该模型来预测SG水位。影响SG水位的主要因素为蒸汽流量、给水流量、蒸汽压力和前一时刻水位,因此选择这些参数作为SG水位软测量的辅助变量。SG水位动