最小二乘支持向量机在重质燃料油调合中的应用.pdf

《最小二乘支持向量机在重质燃料油调合中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第53卷第1期石油化工自动化V01．53，No．12017年2月AUTOMATIONINPETRO-CHEMICALINDUSTRYFebruary，2017：：===============================================一最小二乘支持向量机在重质燃料油调合中的应用刘名瑞1，肖文涛1，张雨2，李遵照1，薛倩1(1．中国石油化工股份有限公司抚顺石油化工研究院，辽宁抚顺113001；2．中国石油化工股份有限公司燃料油销售有限公司，北京100029)摘要：为解决重质船用燃料油调合中非线性指标预测准确度低的问题，提出了基于最小二乘支持向量机(LS

2、SVM)的非线性指标预测模型的应用。介绍了LSSVM的基本算法以及构建了预测模型，以重质燃料油调合中黏度和密度指标为例，对比一般计算模型，进行指标数据的计算。应用结果表明：基于LSSVM的预测模型，通用性强、预测精度高、自适应能力强，具有较高的应用前景。关键词：最小二乘支持向量机非线性重质燃料油调合中图分类号：TP273文献标志码：B文章编号：1007—7324(2017)01—0033—04ApplicationofLeastSquaresSupportVectorMachineinHeavyfuelOilBlendingLiuMingruil，XiaoWenta01，

3、ZhangYu2，LiZunzha01，XueQianl(1．SinopecFushunResearchInstituteofPetroleumandPetrochemicals，Fushun，113001，China；2．SinopecFuelOilSalesCo．Ltd．，Beijing，100029，China)Abstracts：Tosolvelowaccuracyproblemofnonlinearpredictorinheavyfueloilblending，applicationofnon-linearindexpredictivemodelbasedonl

4、eastsquaresupportvectormachine(LSSVM)isproposed．BasicalgorithmsofLSSVMiSintroduced．PredictivemodeliSconstructed．Indexdataiscalculatedwithviscosityanddensityascaseandwithcomparisonwithgeneralcomputingmodel．ResultsindicatethepredictivemodelbasedonLSSVMisofstronguniversality，highpredictionac

5、curacyandstrongadaptability．Ithasasignificantfutureprospects．Keywords：leastsquaresupportvectormachine；nonlinear；heavyfueloil；blend在重质燃料油调合领域，调合油由轻质组分油和重质组分油通过一定的配比调合而成uJ。但轻、重组分油性质差距较大，尤其黏度存在数量级上的差距，因此组分油的调合比例对黏度有着很大的影响。目前，生产商的调合比例通过一般模型计算、经验优化、调合小样验证的方式得到，但现有的重质燃料油计算模型大多基于原油调合的数学模型来进行计算旧j

6、，在应用过程中发现，在黏度、倾点等非线性指标的预测上存在误差大以及参考性不高的问题卅J。因此，利用新手段准确预测调合产品性质指标，对调合比例的确定具有重要意义。最小二乘支持向量机(LSSVM)作为一种新颖的人工智能技术，已越来越广泛地运用于各个学科领域¨J。支持向量机在解决小样本、非线性及高维模式识别中表现出许多特有的优势，可用于分类和回归分析。它是一种不依赖具体函数形式的通用拟合方法，具有建模效率高、预测精度高、自适应能力强等特点mj。在数据库的基础上，利用LSSVM模型对重质船用燃料油调合各指标进行预测，准确性高，应用前景可观。1LSSVM算法LSSVM算法的基本思想

7、：利用一种非线性映射P将1个由N维输入数据zi和1维输出数据Y，组成的训练样本集D一{(五，y。)Ii一1，2，⋯，N}，从原空间映射到特征空间9(zi)，从而将低维特征空间的非线性回归问题转化为高维特征空间的线性回归问题[10

8、。在此高维特征空间中构造线性最优决策函数：y(z)一∥9(z)+6(1)式中：叫——权向量，ll∞旷反映了模型的复杂稿件收到日期：2016—08—16，修改稿收到日期：2016—11一18。作者简介：刘名瑞(1985一)，女，2012年毕业于天津大学化学工艺专业，获硕士学位，现就职于中国石油化工股份有