论文摘要
原油评价新技术的研究和应用成为目前世界石油炼制企业致力发展的方向,也是今后发展的必然趋势.本文采用核磁共振（nuclear magnetic resonance, NMR）光谱技术和粒子群优化集成神经网络（particle swarm optimiza tion-ensemble neural network, PSO-ERNN）建立了一种快速评价原油总碳物性指标预测模型.该模型以随机向量函数连接网络（random vector functional link network, RVFL）作为基本模型,采用正则化负相关学习策略集成基本模型,并采用粒子群优化算法优化各基本模型的最优隐含层节点数（L）以及集成规模的最佳集成个数（M）,最后利用在线学习方法对模型进行更新.实例验证表明,所提出的模型显著提高了预报精度,避免了随机选择L和M对模型精度的影响,对提高原油评价精度与效率和及时满足加工炼制要求具有应用价值.
论文目录
文章来源
类型: 期刊论文
作者: 贺婷婷,陆军,丁进良,刘长鑫
关键词: 原油总碳含量,预测模型,粒子群,集成学习,神经网络,核磁共振
来源: 控制理论与应用 2019年02期
年度: 2019
分类: 信息科技,基础科学,工程科技Ⅰ辑
专业: 燃料化工,石油天然气工业,自动化技术
单位: 东北大学流程工业综合自动化国家重点实验室
基金: 国家自然科学基金项目(61590922,61525302,61621004)资助~~
分类号: TE622.9;TP183
页码: 192-198
总页数: 7
文件大小: 4023K
下载量: 199
相关论文文献
- [1].粒子群优化算法在港口船舶物流中的应用[J]. 舰船科学技术 2020(04)
- [2].求解电力系统经济调度问题的改进粒子群优化算法[J]. 控制与决策 2020(08)
- [3].基于改进粒子群优化算法的溶解氧调控系统设计[J]. 传感器与微系统 2020(06)
- [4].基于改进粒子群优化算法的微电网经济调度研究[J]. 上海电气技术 2020(02)
- [5].粒子群优化算法[J]. 软件 2020(05)
- [6].基于扩容和双距离决策的多目标粒子群优化算法[J]. 重庆邮电大学学报(自然科学版) 2020(03)
- [7].改进粒子群优化算法及其在聚类分析中应用[J]. 系统仿真学报 2020(08)
- [8].优质个体最优动态空间变异的粒子群优化算法[J]. 计算机应用研究 2020(08)
- [9].基于自适应粒子群优化算法的无人机三维航迹规划[J]. 海军航空工程学院学报 2020(03)
- [10].基于并行结构的多种群粒子群优化算法[J]. 传感器与微系统 2020(09)
- [11].融入社会影响力的粒子群优化算法[J]. 计算机科学与探索 2020(11)
- [12].基于改进粒子群优化-反向传播神经网络的制造业产能预测[J]. 机械制造 2019(03)
- [13].层次学习骨干粒子群优化算法[J]. 控制与决策 2016(12)
- [14].一种面向网络边缘任务调度问题的多方向粒子群优化算法[J]. 计算机应用与软件 2017(04)
- [15].基于粒子群优化的组播路由算法研究[J]. 信息与电脑(理论版) 2017(10)
- [16].改进的粒子群优化算法的研究[J]. 科技创新与生产力 2017(09)
- [17].一种改进的粒子群优化算法[J]. 陕西师范大学学报(自然科学版) 2016(02)
- [18].改进惯性权重的简化粒子群优化算法[J]. 湖北民族学院学报(自然科学版) 2016(01)
- [19].粒子群优化算法基本研究[J]. 科技经济导刊 2016(21)
- [20].中心粒子群优化算法[J]. 电子测试 2014(23)
- [21].基于粒子群优化算法的器件模型表面势求解[J]. 计算机时代 2015(03)
- [22].具有反向学习和自适应逃逸功能的粒子群优化算法[J]. 计算机应用 2015(05)
- [23].基于不同学习模型的精英反向粒子群优化算法[J]. 小型微型计算机系统 2015(06)
- [24].改进惯性权重的粒子群优化算法[J]. 河西学院学报 2020(05)
- [25].基于粒子群优化算法的算法实现及建筑生形——模拟鸟类觅食形态的建筑雏形设计[J]. 华中建筑 2020(02)
- [26].基于动态种群的双重学习粒子群优化算法[J]. 南昌工程学院学报 2020(01)
- [27].基于博弈机制的多目标粒子群优化算法[J]. 计算机工程与设计 2020(04)
- [28].求解特征值互补问题的基本粒子群优化算法[J]. 内蒙古民族大学学报(自然科学版) 2020(03)
- [29].进化状态判定与学习策略协同更新的二进制粒子群优化算法[J]. 浙江工业大学学报 2020(05)
- [30].粒子群优化算法中惯性权重改进策略综述[J]. 渤海大学学报(自然科学版) 2019(03)