数据挖掘技术在化工过程优化及构效关系中的应用研讨.pdfVIP

硕士论文：数据挖掘技术在化工过程优化及构效关系中的应用研究 2005年1月 摘要 数据挖掘是指综合运用多种算法，从大量数据中发现事先未知的信息和知识 的计算机数据处理过程。作为一门多学科的交叉技术，数据挖掘己成为数据库系 统和机器学习领域的重点研究课题，因其应用前景广阔而受到学术界和工业界的 广泛关注。本文将数据挖掘技术应用于若干化工过程优化和化合物构效关系研 究，主要的研究内容和研究成果如下： 1．针对复杂工业过程优化中普遍存在的多因子、高噪声、非线性、非高斯分布 和非均匀分布的难题，开发了适用于复杂工业生产过程优化的软件DMOS (DataMiningOptimizationSystem)。DMOS软件综合运用了模式识别、支持 向量机、人工神经网络、遗传算法、线性和非线性回归等多种数据挖掘技术， 可应用于化工、炼油等工业生产过程的建模、优化与故障诊断。 2，从技术或经济角度看，化工过程优化是提高企业竞争力和经济效益的必要手 段。本文将数据挖掘技术用于柴油加氢改质装置、丙烯腈反应装置及氨合成 装置的生产系统优化，分别找出了影响装置目标变量的主要工艺参数，建立 了目标变量与有关