Pregled bibliografske jedinice broj: 503624
Optimiranje parametara autoregresijskih modela pomoću genetičkog algoritma
Optimiranje parametara autoregresijskih modela pomoću genetičkog algoritma // XXII. Hrvatski skup kemičara i kemijskih inženjera / Tomašić V., Maduna Valkaj K. (ur.). (ur.).
Zagreb: Hrvatsko društvo kemijskih inženjera i tehnologa (HDKI), 2011. (predavanje, domaća recenzija, sažetak, znanstveni)
CROSBI ID: 503624 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Optimiranje parametara autoregresijskih modela pomoću genetičkog algoritma
(Optimizing parameters of autoregressive models using genetic algorithms)
Autori
Ujević Andrijić, Željka ; Bolf, Nenad ; Rolich, Tomislav
Vrsta, podvrsta i kategorija rada
Sažeci sa skupova, sažetak, znanstveni
Izvornik
XXII. Hrvatski skup kemičara i kemijskih inženjera
/ Tomašić V., Maduna Valkaj K. (ur.). - Zagreb : Hrvatsko društvo kemijskih inženjera i tehnologa (HDKI), 2011
ISBN
978-953-6894-42-0
Skup
XXII. Hrvatski skup kemičara i kemijskih inženjera
Mjesto i datum
Zagreb, Hrvatska, 13.02.2011. - 16.02.2011
Vrsta sudjelovanja
Predavanje
Vrsta recenzije
Domaća recenzija
Ključne riječi
Soft senzor; Optimiranja; Genetički algoritmi
(Soft sensor; Optimizing; Genetic algorithms)
Sažetak
Soft sensors for estimation kerosene distillation end point are developed using linear and nonlinear identification methods. Experimental data are acquired from the refinery distributed control system (DCS) and include on-line available continuously measured variables and laboratory assays. In present work development of AutoRegressive Moving Average with eXogenous inputs (ARMAX) and Nonlinear AutoRegressive model with eXogenous inputs (NARX) are developed. Matlab system identification toolbox allows searching for optimal zero and model pole order for given range only for ARX model, while for other models cumbersome trial and error procedure should be applied. Also, the number of network units in nonlinear block of NARX model is selected in an ad hoc manner. To overcome mentioned problem of finding optimal parameters, the genetic algorithms based code for optimizing model with large number of parameters is developed. Genetic algorithms are used for multiobjective optimization of ARMAX and NARX model parameters in a way to find the best model fits with minimal prediction error for given parameters range. Based on developed soft sensors it is possible to estimate fuel properties continuously as well as apply the methods of inferential control.
Izvorni jezik
Hrvatski
Znanstvena područja
Kemijsko inženjerstvo
POVEZANOST RADA
Projekti:
125-1251963-1964 - Softverski senzori i analizatori za motrenje i vođenje procesa (Bolf, Nenad, MZOS ) ( CroRIS)
Ustanove:
Fakultet kemijskog inženjerstva i tehnologije, Zagreb