模式识别——线性规划调优法应用于F-53调聚剂合成反应

应用科学学报 ›› 1991, Vol. 9 ›› Issue (4): 323-328.

模式识别——线性规划调优法应用于F-53调聚剂合成反应

徐驰¹, 张钟², 陆锦忠²

1. 中国科学院上海冶金研究所;
2. 中国科学院上海有机化学研究所

收稿日期:1990-02-09 修回日期:1990-12-20 出版日期:1991-12-31 发布日期:1991-12-31

THE APPLICATION OF PATTERN RECOGNITION AND LINEAR PROGRAMMING IN THE OPTIMIZATION OF THE REACTION PROCESS OF F-53 TELOMER

XU CHI¹, ZHANG ZHONG², LU JINZHONG²

1. Shanghai Institute of Metallurgy, Academia Sinica;
2. Shanghai Institute of Organic Chemistry, Academia Sinica

Received:1990-02-09 Revised:1990-12-20 Online:1991-12-31 Published:1991-12-31

摘要/Abstract

摘要： 将模式识别和线性规划相结合,对F-53调聚剂合成反应的物料配比、工艺参数进行优化:以多维空间图形处理技术得出的判别方程作目标函数,可以确定各参数的优化方向和最佳组合.调优后调聚剂的得率由43%提高到57.6%,且该方法对降低原料单耗、产品成本都具有很大潜力.

关键词: 优化, 模式识别, 调聚剂

Abstract: The technological condition of the reaction process and the proportion of raw materials of F-53 telomer (IC₂F₄OC₂F₄SO₄F) were optimized by computerized pattern recognition and linear programming. The target function based on the discriminant introduced from the transformation of multi-dimensional pattern space can determine the optimizational direction and best combination of all factors. Using the optimization method the yield rate increases from 43% to 57.6%. The method has great potentialities for the decrement of the expense of raw materials and that of production cost.

Key words: telomer, Optimization, pattern recognition

徐驰, 张钟, 陆锦忠. 模式识别——线性规划调优法应用于F-53调聚剂合成反应[J]. 应用科学学报, 1991, 9(4): 323-328.

XU CHI, ZHANG ZHONG, LU JINZHONG. THE APPLICATION OF PATTERN RECOGNITION AND LINEAR PROGRAMMING IN THE OPTIMIZATION OF THE REACTION PROCESS OF F-53 TELOMER[J]. Journal of Applied Sciences, 1991, 9(4): 323-328.

[1]	江云超, 何小卫, 崔一举. 区块链节点存储优化方案[J]. 应用科学学报, 2020, 38(1): 119-126.
[2]	王俊祥, 毛宁雄, 赵怡, 王春桃. 面向全容量的高性能彩色图像可逆信息隐藏算法[J]. 应用科学学报, 2019, 37(5): 744-760.
[3]	魏巍, 全海燕. 基于单形进化的径向基网络训练算法[J]. 应用科学学报, 2019, 37(4): 459-468.
[4]	张孟康, 赵海涛, 于洪苏, 茅天奇, 朱洪波. 车载异构网络中基于PSRBP的多径TCP路径调度优化[J]. 应用科学学报, 2019, 37(2): 261-270.
[5]	姜雪莹, 施惠元, 苏成利, 李平. 基于TSA的非线性神经网络预测控制[J]. 应用科学学报, 2018, 36(5): 870-878.
[6]	王光艳, 耿艳香, 陈雷. 改进粒子群算法在水下盲语音分离中的应用研究[J]. 应用科学学报, 2018, 36(4): 589-600.
[7]	李通, 张丽, 韩向旭, 郑艺. 福建省建设用地资源“山-海-原”一体化优化配置[J]. 应用科学学报, 2018, 36(4): 655-666.
[8]	曾德良, 邓志光, 陈彦桥. 改进烟花算法在火电厂负荷优化分配中的应用[J]. 应用科学学报, 2018, 36(3): 542-552.
[9]	刘小凯, 姚恒, 秦川. 基于图像块分类阈值优化的改进可逆图像伪装[J]. 应用科学学报, 2018, 36(2): 237-246.
[10]	钱叶旺, 何世文, 杨绿溪. 多小区多用户协同资源效率优化算法[J]. 应用科学学报, 2017, 35(6): 675-684.
[11]	姜长泓, 张永恒, 王盛慧. 基于改进粒子群优化算法的PID控制器参数优化[J]. 应用科学学报, 2017, 35(5): 667-674.
[12]	董莉, 宋晓勤, 韩杰. 基于遗传粒子群优化的认知OFDM网络资源分配算法[J]. 应用科学学报, 2017, 35(3): 288-298.
[13]	单宁, 班超, 邓春泽. 改进BP神经网络的武警装甲车保障能力评估[J]. 应用科学学报, 2016, 34(4): 461-468.
[14]	祁永强, 张彦仲, 张波, 李署坚. 基于正交试验的GNSS应用方法[J]. 应用科学学报, 2016, 34(3): 302-308.
[15]	张薇, 徐林, 许泉欣, 王勇. SDL阵列宽带零陷展宽波束形成[J]. 应用科学学报, 2016, 34(1): 12-21.