降低汽油精制过程中的辛烷值损失模型

摘要

对于汽油辛烷值RON数据挖掘处理问题,逐步建立了预测模型和优化模型.首先进行数据清洗预处理,然后非操作变量采用灰色关联度分析降维,操作变量采用随机森林降维,综合降维处理之后得到18个主要建模变量.以辛烷损失值为目标变量,分别通过支持向量机回归和BP神经网络建立起主要变量与目标变量之间的非线性关系预测模型,进行对比验证后,确定BP神经网络模型为辛烷值损失预测模型.针对主要变量操作方案优化,建立关于产品硫含量的BP网络预测模型后,建立多目标粒子群优化模型,进行粒子群迭代优化来分析主要变量操作条件的变化,并进行了样本优化过程的可视化展示.