文献类型：期刊文献

中文题名：基于偏最小二乘的Kriging代理模型在加氢裂化建模中的应用

英文题名：Kriging Agent Model Based on Partial Least Squares in the Application of the Hydrocracking Modeling

作者：乔成[1];钟伟民[1];范琛[1]

机构：[1]华东理工大学化工过程先进控制和优化技术教育部重点实验室,上海200237

年份：2017

卷号：43

期号：3

起止页码：383

中文期刊名：华东理工大学学报（自然科学版）

外文期刊名：Journal of East China University of Science and Technology

收录：北大核心:【北大核心2014】；CSCD:【CSCD_E2017_2018】；

基金：国家自然科学基金(61422303;21376077);上海市人才发展资金;中央高校基本业务费专项资金

语种：中文

中文关键词：加氢裂化;Kriging代理模型;偏最小二乘;收率预测;GLAMP优化算法

外文关键词：hydrocracking; Kriging surrogate model; partial least squ ares; yield prediction; GLAMP optimization algorithm

摘要：提出了一种改进的代理模型方法 (Kriging with Partial Least Squares,KPLS)。该方法在Kriging模型的基础上引入偏最小二乘的思想,利用偏最小二乘方法构建新的Kriging模型的高斯核函数。将该模型应用于加氢裂化过程建模,有效地提高了航煤、柴油质量收率的预测精度。采用GLAMP(Global and local search strategy)优化算法对建立的KPLS模型进行优化,仿真结果显示航煤、柴油质量收率得到了显著提升。
This paper proposes a modified agent modeling method, Kriging with partial least squares （KPLS）. By means of Kriging model,we use the partial least squares method to establish a new Gaussian kernel function. Compared with the traditional Kriging model, the proposed KPLS model can effectively improve the accuracy of the fuel and diesel yield prediction. Besides, the GLAMP （global and local search strategy） search algorithm is used to optimize the KPLS model. The simulation results show that the yield of diesel and fuel is significantly improved.