基于新型自适应采样算法的催化重整过程模型

作者：张剑超; 杜文莉; 覃水kriging模型自适应采样催化重整

摘要：催化重整装置是石油加工的重要装置之一,直接使用机理模型对其进行优化耗时较长。模型方法能够有效地对机理模型进行近似,而采样方法对模型的精度有很大影响。提出了一种新的自适应采样算法-基于最近邻和马氏距离的自适应采样算法。该算法从采样方法的全局搜索能力与局部搜索能力出发,通过求解优化问题在关键信息区域中获取样本点。采用7个测试函数进行测试,结果表明该算法能够选取对模型精度影响较大的采样点,从而有效地提升模型的精度。针对催化重整过程的关键质量指标建立了相应的模型,结果表明该算法能够很好地处理实际工程中的问题。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社