不確定性下的即時決策：隨機模型預測控制在石化製程的應用
石化製程長期受進料組成變動、觸媒活性衰退、設備效率變化與量測誤差等不確定性影響。傳統模型預測控制所得的最佳操作點常接近品質與安全限制，遇到擾動時容易違規。隨機模型預測控制(SMPC)將不確定性與機率限制納入滾動最佳化，使工程師能以信賴水準設定可接受的風險。本文先說明SMPC的基本觀念與適合導入的石化單元，再以加氫脫硫製程為例，介紹利用遞迴神經網路代理模型加速聯合機率限制求解的方法。案例顯示，在各取樣時點的限制滿足機率均達0.8以上的前提下... [詳細]