基于新型自适应采样算法的催化重整过程代理模型

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.代理模型方法能够有效地对机理模型进行近似,而采样方法对代理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代理模型精度影响较大的采样点,从而有效地提升代理模型的精度.针对催化重整过程的关键质量指标建立了相应的代理模型,结果表明该算法能够很好地处理实际工程中的问题.

关键词：代理模型、Kriging模型、自适应采样、催化重整

所属期刊栏目：45

分类号：TE624(石油、天然气加工工业)

资助基金：国家自然科学基金重大项目61590923;国家自然科学基金杰出青年项目61725301;国家自然科学基金青年项目21506050;中央高校基本科研业务费

在线出版日期：2020-01-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：928-937