本文主要研究内容
作者李隆浩,张立臻,马广磊（2019）在《基于ARMA模型的粗糠醇精馏过程软测量建模方法》一文中研究指出：针对粗糠醇精馏过程存在的非线性时变及建模数据的影响持续性不易确定,导致软测量模型预测准确性低的问题,提出一种基于ARMA模型的粗糠醇精馏过程软测量建模方法。构建了粗糠醇精馏过程的自回归滑动平均(Autoregressive Moving Average, ARMA)模型,将建立好的ARMA模型与软测量建模方法相结合,提出基于ARMA-LSSVM的软测量建模方法。基于粗糠醇精馏过程实际数据分别建立了ARMA-LSSVM与LSSVM的软测量模型并进行了对比分析,分析结果表明:本文提出的基于ARMA模型的粗糠醇精馏过程软测量建模方法,可以有效提高粗糠醇精馏过程软测量模型的数据预测精度。
Abstract
zhen dui cu kang chun jing liu guo cheng cun zai de fei xian xing shi bian ji jian mo shu ju de ying xiang chi xu xing bu yi que ding ,dao zhi ruan ce liang mo xing yu ce zhun que xing di de wen ti ,di chu yi chong ji yu ARMAmo xing de cu kang chun jing liu guo cheng ruan ce liang jian mo fang fa 。gou jian le cu kang chun jing liu guo cheng de zi hui gui hua dong ping jun (Autoregressive Moving Average, ARMA)mo xing ,jiang jian li hao de ARMAmo xing yu ruan ce liang jian mo fang fa xiang jie ge ,di chu ji yu ARMA-LSSVMde ruan ce liang jian mo fang fa 。ji yu cu kang chun jing liu guo cheng shi ji shu ju fen bie jian li le ARMA-LSSVMyu LSSVMde ruan ce liang mo xing bing jin hang le dui bi fen xi ,fen xi jie guo biao ming :ben wen di chu de ji yu ARMAmo xing de cu kang chun jing liu guo cheng ruan ce liang jian mo fang fa ,ke yi you xiao di gao cu kang chun jing liu guo cheng ruan ce liang mo xing de shu ju yu ce jing du 。
论文参考文献
论文详细介绍
论文作者分别是来自山东理工大学学报(自然科学版)的李隆浩,张立臻,马广磊，发表于刊物山东理工大学学报(自然科学版)2019年06期论文，是一篇关于粗糠醇精馏过程论文,山东理工大学学报(自然科学版)2019年06期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自山东理工大学学报(自然科学版)2019年06期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。