一种基于循环神经网络和粒子群优化的轻烃裂解过程预测方法

AITNT
正文
推荐专利
一种基于循环神经网络和粒子群优化的轻烃裂解过程预测方法
申请号:CN202510321566
申请日期:2025-03-18
公开号:CN120164542A
公开日期:2025-06-17
类型:发明专利
摘要
本发明公开了一种基于循环神经网络和粒子群优化的轻烃裂解过程预测方法,首先模拟不同生产条件下的反应器模型,生成不同生产条件下的仿真数据。然后基于生成的仿真数据构建循环神经网络RNN的训练数据集,包括循环神经网络RNN的输入数据集以及对应的输出数据集。接着结合粒子群优化算法,基于构建的训练数据集对循环神经网络RNN进行模型训练,获取基于循环神经网络RNN的轻烃裂解过程预测模型。最后通过训练好的轻烃裂解过程预测模型对当前生产条件下的生产数据进行预测,获取当前生产条件下的轻烃裂解过程。
技术关键词
粒子群优化算法 仿真数据 输出特征 计算机程序代码 序列 非线性特征 下降斜率 反应器 批量 预测装置 处理器 网络 曲线 压力 误差 密度 指令 存储器
系统为您推荐了相关专利信息
1
一种面向低质量数据场景的兴趣点推荐方法
兴趣点推荐方法 Attention机制 序列 数据 LSTM模型
2
一种基于时间帧展开与特征选择交叉的心脏磁共振电影图像分类方法及系统
心脏磁共振 特征选择 组学特征 交叉模块 图像分类方法
3
一种视频转码决策方法、装置、设备及介质
视频转码 序列 流量预测模型 决策方法 权重模型
4
一种仅使用历史数据和可控数据的伽马预测方法
钻探地层 注意力 立管压力 数据模型评估 编码器
5
通信设备故障智能诊断方法、装置、设备及介质
故障诊断方法 网络流量日志 通信设备故障 动态时间规整 采集通信设备
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号