.png){kind=icon}
返回
Efficient Surrogate-Based Optimization of Prefractionation Column Using Self-Adaptive Kriging Model with Modified Firefly Algorithm
.png){kind=icon}
OA
AI
DOI：10.3390/app152211962.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
精馏塔的优化因其对石油化工行业运营成本的巨大贡献而至关重要。本文介绍了一种计算效率高的代理模型优化框架，该框架专门针对预分馏塔设计。为解决基于模型的优化中计算成本高和模型精度不足的挑战，采用了一种自适应克里金模型，该模型通过贝叶斯优化实现超参数的自动调优，并利用历史过程数据的拉丁超立方采样进行训练。通过将自适应克里金模型与改进的萤火虫算法相结合，该框架能够高效地识别出在满足操作约束条件下最大化经济效益的最优操作条件。案例研究表明，所提出的框架实现了更优的经济性能，与无自适应代理模型基准相比，平均最终利润提升了0.17-0.31%。此外，该框架表现出卓越的稳定性，在30次独立运行中，最终利润的相对标准差仅为0.037%，显著低于基准方法的0.266%和0.237%。本研究为优化计算资源有限的复杂精馏塔提供了实用且高效的工具。
Keyword:
distillation column
surrogate-based optimization
self-adaptive Kriging model
modified firefly algorithm
期刊
A
IF:
2.5
论文数:
7.3K
被引数:
4
机构
引用论文
Data Driven State Monitoring of Maglev System With Experimental Analysis基于数据驱动的磁浮系统状态监测实验分析.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏Inexact Sequential Quadratic Optimization with Penalty Parameter Updates within the QP Solver不精确序贯二次优化及其在QP求解器中的惩罚参数更新
PREAI
分享收藏分享收藏Taking the Human Out of the Loop: A Review of Bayesian Optimization将人类带出循环: 贝叶斯优化的回顾PROCEEDINGS OF THE IEEE
PROCEEDINGS OF THE IEEEIF25.9
PREAI
分享收藏分享收藏
查看更多内容