基于數(shù)據(jù)驅(qū)動的催化重整產(chǎn)品質(zhì)量預測

摘要： 通過基于過程機理和經(jīng)驗的變量初篩、拉依達法則的顯著誤差處理、MIC最大信息系數(shù)法的變量相關性分析，提出了一種實時數(shù)據(jù)處理規(guī)則，可提高建模數(shù)據(jù)的質(zhì)量?；诖呋卣b置苯產(chǎn)品中甲苯和非芳烴含量的生產(chǎn)管控需求，采用BP神經(jīng)網(wǎng)絡算法，建立了苯產(chǎn)品中非芳烴和甲苯含量預測模型，所建模型對兩個產(chǎn)品預測的均方根誤差分別為0.012 4和0.046 3,平均相對誤差分別為1.036%和3.312...