在之前的文章中，我提出了一些關(guān)于神經(jīng)網(wǎng)絡(luò )技術(shù)在化工建模、優(yōu)化等方面的看法，并通過(guò)建立常壓塔和催化裂化的反再單元驗證了它的可行性。通過(guò)前面的分析，個(gè)人認為將工業(yè)數據、嚴格機理模型和神經(jīng)網(wǎng)絡(luò )技術(shù)相結合可以做出一些好玩的事情來(lái)。當然，這并不是我個(gè)人的先見(jiàn)之明，搜索各類(lèi)文獻均可以看到之前就有很多學(xué)者進(jìn)行過(guò)這方面的工作了，但近幾年再次被頻繁提及的緣由之一也是依賴(lài)于個(gè)人計算機性能的大幅度提升，讓我們可以擺脫前人所遭遇的性能束縛，能夠再結合可視化技術(shù)將其向前推進(jìn)一步。
本篇所分享的內容來(lái)自互聯(lián)網(wǎng)，介紹的是如何將神經(jīng)網(wǎng)絡(luò )技術(shù)應用在全廠(chǎng)優(yōu)化方面。目前應用最為廣泛和成功的全煉廠(chǎng)優(yōu)化方法主要是線(xiàn)性規劃和KBC的全煉廠(chǎng)范圍的嚴格機理模型這兩種。線(xiàn)性規劃的優(yōu)點(diǎn)之一是計算速度賊快（畢竟都LP了），但是缺點(diǎn)是沒(méi)有可靠的Delta-Base數據來(lái)維護，則計算結果與實(shí)際情況偏差越來(lái)越大，直至不可用；全煉廠(chǎng)嚴格機理模型的優(yōu)點(diǎn)之一是準（畢竟都是嚴格機理模型了），但缺點(diǎn)就是如果建模工程師的經(jīng)驗不足，可能會(huì )導致整個(gè)模型優(yōu)化計算收斂比較緩慢。那神經(jīng)網(wǎng)絡(luò )也許可以“恰當”的填補這一空檔。通過(guò)使用嚴格機理模型巧妙、可靠的訓練神經(jīng)網(wǎng)絡(luò )模型，使其較為廣泛的具備嚴格機理模型的非線(xiàn)性，然后再通過(guò)優(yōu)化該一系列的神經(jīng)網(wǎng)絡(luò )模型來(lái)非常迅速的獲得全廠(chǎng)范圍的優(yōu)化結果。在之前跟斯倫貝謝-VMG的技術(shù)交流中，我個(gè)人認為它們就是采用了這一技術(shù)來(lái)解決全廠(chǎng)模型的優(yōu)化問(wèn)題的，盡管我問(wèn)他們具體啥技術(shù)時(shí)并沒(méi)告我說(shuō)。
以下是分享的正文部分，希望這些內容對你能夠有所幫助。
[!--empirenews.page--]
[!--empirenews.page--]
[!--empirenews.page--]
[!--empirenews.page--]
[!--empirenews.page--]
[!--empirenews.page--]
[!--empirenews.page--]
[!--empirenews.page--]
版權：如無(wú)特殊注明，文章轉載自網(wǎng)絡(luò )，侵權請聯(lián)系cnmhg168#163.com刪除！文件均為網(wǎng)友上傳，僅供研究和學(xué)習使用，務(wù)必24小時(shí)內刪除。
