基于粒子群算法和神经网络的辛烷值损失预测方法

摘要

本发明提出了一种基于粒子群算法和神经网络的辛烷值损失预测方法，其步骤为：首先，采集催化裂化汽油精制脱硫装置中的操作变量的原始数据和辛烷值损失值数据，并对操作变量的原始数据进行预处理；其次，采用决策树回归和皮尔森相关系数对处理后的数据进行特征筛选，得到特征变量；再利用特征变量对应的样本数据和辛烷值损失值数据对四层BP神经网络进行训练得到辛烷值损失预测模型；最后，利用粒子群算法和辛烷值损失预测模型对特征变量对应的样本数据进行迭代寻优，输出最小的辛烷值损失值对应的特征变量的取值。本发明通过将粒子群算法和BP神经网络相结合寻找最小的辛烷值损失值对应的特征变量的取值，避免了重复训练的过程，提高了预测效率。