Thesis

طراحی سنسور نرم بر مبنای روش ماشین بردار پشتیبان (svm) برای واحد غلظت شکن پالایشگاه نفت

Abstract(in Persian; no English abstract is available)

در این نوشتار دو روش جدید برای طراحی سنسور نرم بر مبنای ماشین بردار پشتیبان اصلاح شده و کمترین مربعات ماشین بردار پشتیبان اصلاح شده، پیشنهاد و طراحی می شود. در روش های اصلاح شده، ماشین به طور کامل برای تعداد مختلف بردار پشتیبان آموزش می یابد. علاوه بر آن، مراکز توابع کرنل به صورت تصادفی از بین تمام داده ها انتخاب می شود. نوآوری این پایان نامه اصلاح الگوریتم آموزش ماشین در این روش ها می باشد. همچنین در این پژوهش از روش های پیشنهادشده برای تخمین دو متغیر نقطه اشتعال و غلظت محصول نهایی در واحد غلظت شکن پالایشگاه نفت تبریز استفاده می شود. با توجه به ابعاد بالای سیستم، بهره گیری از روش آنالیز مولفه های اصلی برای کاهش ابعاد سیستم پیشنهاد می شود. نتایج شبیه سازی نشان می دهد که به کارگیری این روش ها برای طراحی سنسور نرم در واحد غلظت شکن پالایشگاه نفت تبریز نسبت به سایر روش های طراحی مانند شبکه های عصبی mlp و rbf، شبکه عصبی- فازی خطی محلی، ماشین بردار پشتیبان استاندارد و حداقل مربعات ماشین بردار پشتیبان استاندارد، دارای عملکرد بهتری است.

Supervisors and advisors

محمدعلی نکویی، مهدی علیاری شوره دلی

Similar theses

Similar items