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
兴趣点推荐方法
Attention机制
序列
数据
LSTM模型
心脏磁共振
特征选择
组学特征
交叉模块
图像分类方法
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