摘要
在催化裂化汽油精制过程中,降低硫含量保持辛烷值,对提高汽油的动力经济性有着重要意义。但这一过程中涉及的操作变量较多,难以调控。本文借助相关性分析,稀疏PCA和神经网络对操作变量进行逐级降维,建立辛烷值损失预测模型,并采用遗传算法进行决策寻优。训练数据集上调控与预测结果充分表明了所建模型的合理性。
出处
《数字技术与应用》
2022年第5期145-149,共5页
Digital Technology & Application
基金
国家自然科学基金(11801249)
山东省自然科学基金(ZR2020MF040)
聊城大学开放课题(319312101-01)。