سعید شکری(دانشجوی دوره دکتری مهندسی‌شیمی)، نهم آذر ماه 1393، از رساله دکتری خود با عنوان «توسعه روشهای ترکیبی تلفیق داده‌ها برای پیش‌بینی کیفیت گازوئیل پالایش شده» دفاع می کند.
چکیده این رساله که راهنمایی آن را دکتر محمدتقی صادقی و دکتر مهدی احمدی مروست بر عهده دارند، به شرح زیر است.
چکیده
در فرآیند گوگرد‌زدایی هیدروژنی غلظت گوگرد خروجی یکی از شاخص‌های مهم در کیفیت محصول می‌باشد. به منظور تعیین این شاخص از حسگرها و آنالایزرهای سخت افزاری استفاده می‌گردد که معمولا" گران بوده، نیاز به کالیبره‌شدن دارند و نگهداری آنها پر‌هزینه است. استفاده ازحسگرهای مجازی به جای آنها ویا درکنار آنها کاربرد روز افزونی یافته است. طراحی این حسگرها به نحوی که محصولات خروجی را در محدوده وسیعی با سرعت و دقت بالا پیش‌بینی کند، یکی از چالشهای مهم تحقیقاتی می‌باشد. در این رساله جنبه‌های مختلف طراحی نوع داده محور این حسگرها مطالعه گردیده است.
برای این منظور یکی از روشهای نوین یادگیری ماشین به نام مدل رگرسیون بردار پشتیبان (SVR)استفاده شد. برای بهبود عملکرد این مدل، استفاده از تابع کرنل مناسب و تنظیم پارامترها از اهمیت بالایی برخوردار است. بنابراین روشهای نوین بهینه‌سازی برای تنظیم این پارامترها بررسی گردید. از بین این روشها الگوریتم هیبرید فرااکتشافی P‏SO- SQP از لحاظ دقت و سرعت پیش‌بینی نتایج بهتری را نشان داد. برای ارزیابی الگوریتم‌های پیشنهادی، طراحی آزمایشهای پایلوتی جهت اخذ داده‌ها در محدوده وسیعی از گوگرد خروجی انجام گردید. از آنجا که صحت داده‌های ورودی در پیش‌بینی حسگرهای مجازی بسیار مهم می‌باشند، از تکنیک ترکیبی متوالی متشکل از آنالیز موجک و حذف خطای سیستماتیک استفاده گردید.
از طرفی، به منظور رفع مشکل ابعاد بالای داده‌ها، دو الگوریتم هیبریدی جدید با استفاده از تکنیکهای متراکم‌سازی داده‌ها، به نامهای آنالیز اجزاءاصلی (PCA) و کوانتیزاسیون برداری (VQ) در ترکیب با رگرسیون بردار پشتیبان پیشنهاد گردید. از بین این روشها، تکنیک VQ-SVR سرعت و دقت بالاتری را نشان می دهد. در نهایت، یک حسگر مجازی بر اساس مدل SVR با پارامترهای بهینه و اعمال تکنیکهای پیش‌پردازش، حذف خطا و فشرده‌سازی داده‌ها بر اساس داده‌های وسیعی از پایلوت گوگرد-زدایی هیدروژنی با عملکرد بالا از نظر دقت (%AARE=6.68, R2=0.995) و سرعت پیش‌بینی (CT=85s) ارائه شد.
واژه‌های کلیدی: حسگر مجازی، حذف خطاها، تکنیک‌های متراکم‌سازی داده‌ها، تکنیک‌های هیبرید فرا-اکتشافی، فرآیند گوگرد زدایی هیدروژنی
 ایمیل دانشجو: sashokri@iust.ac.ir