基于數(shù)據(jù)驅(qū)動(dòng)的催化重整產(chǎn)品質(zhì)量預(yù)測(cè)

摘要： 通過(guò)基于過(guò)程機(jī)理和經(jīng)驗(yàn)的變量初篩、拉依達(dá)法則的顯著誤差處理、MIC最大信息系數(shù)法的變量相關(guān)性分析，提出了一種實(shí)時(shí)數(shù)據(jù)處理規(guī)則，可提高建模數(shù)據(jù)的質(zhì)量。基于催化重整裝置苯產(chǎn)品中甲苯和非芳烴含量的生產(chǎn)管控需求，采用BP神經(jīng)網(wǎng)絡(luò)算法，建立了苯產(chǎn)品中非芳烴和甲苯含量預(yù)測(cè)模型，所建模型對(duì)兩個(gè)產(chǎn)品預(yù)測(cè)的均方根誤差分別為0.012 4和0.046 3,平均相對(duì)誤差分別為1.036%和3.312...