您的位置: 专家智库 > >

邓毅

作品数:2 被引量:8H指数:2
供职机构:厦门大学化学化工学院化学工程与生物工程系更多>>
发文基金:中央高校基本科研业务费专项资金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇裂化
  • 2篇催化裂化
  • 2篇催化裂化装置
  • 1篇神经网
  • 1篇神经网络
  • 1篇群算法
  • 1篇子群
  • 1篇自适
  • 1篇自适应
  • 1篇自适应粒子群...
  • 1篇粒子群
  • 1篇粒子群算法
  • 1篇化工过程
  • 1篇化工过程优化
  • 1篇LMBP神经...

机构

  • 2篇厦门大学

作者

  • 2篇周华
  • 2篇曹志凯
  • 2篇师佳
  • 2篇江青茵
  • 2篇邓毅

传媒

  • 2篇计算机与应用...

年份

  • 2篇2011
2 条 记 录,以下是 1-2
排序方式:
改进的粒子群算法在化工过程优化中的应用被引量:2
2011年
在现有自适应粒子群优化算法的研究基础上本文引入1种反弹机制(Rebound Mechanism),提出了1种改进的粒子群算法——反弹自适应粒子群优化算法。RAPSO能在搜索过程中充分利用粒子的飞行速度和方向等信息(下文称为动量信息),维持粒子的多样性以提升算法的搜索性能。通过比较,本文提出的RAPSO在一定程度上改进了现有的自适应粒子群算法的优化性能。运用RAPSO对催化裂化装置进行优化试验,其结果表明无论在单变量优化还是在多变量优化中,该装置的转化率都得到了一定程度的提高。
邓毅江青茵曹志凯师佳周华
关键词:自适应粒子群算法催化裂化装置
催化裂化装置的人工神经网络建模被引量:6
2011年
催化裂化装置(fluid catalytic cracking unit,FCCU)对炼油厂的经济效益至关重要,本文主要探讨了人工神经网络在催化裂化装置建模中的应用。利用实际的工业数据分别采用LMBP,RBF_PLS神经网络对某工厂的催化裂化装置进行了建模试验。将它们的拟合与泛化结果、学习速度以及参数调整进行了比较,其结果显示RBF_PLS神经网络在收敛速度以及预测性能等方面均优于LMBP神经网络。此外,本文在神经网络模型的基础上对其进行了最小二乘校正,得到了比较满意的结果。
邓毅江青茵曹志凯师佳周华
关键词:催化裂化装置LMBP神经网络
共1页<1>
聚类工具0