Аннотация:
Рассматривается задача повышения экономической эффективности нефтеперерабатывающей установки. Предлагаемый подход основан на построении предиктивной модели, предсказывающей экономическую эффективность, которая строится путем обучения рекуррентной нейросети. Показывается состоятельность предлагаемого подхода на примере установки гидрокрекинга гудрона. Увеличение прогнозной эффективности установки путем подбора ее управляющих параметров позволяет получить их оптимальные значения, максимизирующие предсказываемую экономическую эффективность. Корректность полученных рекомендаций оценивалась экспертами, а также проведением натурного эксперимента.
Ключевые слова:рекуррентные нейронные сети, задача оптимизации, временные ряды, системы поддержки принятия решений.