文献

J-GLOBAL ID：202102223093998627   整理番号：21A0566623

ガソリン精錬プロセスにおけるオクタン損失を予測するための改良型部分最小二乗アルゴリズムの適用【JST・京大機械翻訳】

Application of an Improved Partial Least Squares Algorithm for Predicting Octane Losses in Gasoline Refining Process

著者 (4件)： Sun Fei (Space Engineering University,Graduate School,Beijing,China) ,  Xue Naiyang (Space Engineering University,Graduate School,Beijing,China) ,  Liu Meng (Space Engineering University,Graduate School,Beijing,China) ,  Li Xinhong (Space Engineering University,Department of Aerospace Science and Technology,Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ITAIC  ページ： 1573-1581  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 接触分解ガソリン精製プロセスはオクタンの損失を伴い,従来の化学プロセスモデリングはタイムリーな方法でプロセス最適化に応答しない。本論文では,オクタン損失を予測するために,改良最小部分最小二乗アルゴリズムを提案した。モデリング前の次元縮小のアイデアに従って,最初に,多変量統計的有意性解析に基づいて,データマイニング技術を用いて,主要変数をモデル化して,それらの合理性を分析した。第2に,従来の部分最小二乗法予測モデルは,モデル化した主要部変数の部分最小二乗法成分を抽出することによって構築して,この予測モデルのR2は,0.324528だけであり,予測効果は良いでなかった。最後に,モデルに基づいて,著者らは交差と正方形項を導入することによってモデルを改良して,改良モデルのR2を0.673542と計算した。結果は,改良モデルが,従来の部分最小二乗法予測モデルと比較して,予測精度をほぼ2倍にし,FCCガソリン精製プロセスにおけるオクタン損失を合理的に予測できることを示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *ガソリン ,  *精錬 ,  接触分解 ,  次元縮小 ,  *部分最小二乗法 ,  予測モデル ,  アルカン
準シソーラス用語： 予測精度 ,  プロセス最適化 ,  統計的有意性 ,  FCCガソリン ,  プロセスモデリング ,  データマイニング技術 ,  多変量 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

物質索引 (1件)： オクタン

タイトルに関連する用語 (8件)： ガソリン ,  精錬 ,  プロセス ,  オクタン ,  損失 ,  予測 ,  部分最小二乗 ,  アルゴリズム