汽油辛烷值损失模型建立与分析叶

怡豪 仲梁维

摘  要：针对汽油催化裂化过程中减少辛烷值损失值的问题，基于某企业催化裂化汽油精制脱硫设备的样本数据库数据，通过数据挖掘技术建立汽油精制过程中的辛烷值（RON）模型。首先，对初始数据进行规范化，然后运用随机森林法对数据变量进行降维，提取出因变量贡献程度较大的30 个主要变量;其次，利用BP神经网络，建立辛烷值损失模型;最后，在建立的模型中确定初始样本，结合遗传算法对操作变量进行优化。结果表明：优化后的辛烷值损失值下降的幅度为42.14%，降幅大于30%，有助于在实际生产中减少辛烷值损失，降低企业经济损失。

关键词：随机森林法;汽油辛烷值;BP神经网络模型;遗传算法

中图分类号：TP183     文献标识码：A

Abstract： Aiming at the problem of reducing octane number l ……此处隐藏6198个字…… .

[4] 杨斌，田永青，朱仲英.智能建模方法中的数据预处理[J].信息与控制，2002（04）：380-384.

[5] 杨森彬.线性回归和随机森林算法融合在餐饮客流量的预测[J].软件工程，2018，21（07）：24-27.

[6] 张宏，马岩，李勇，等.基于遗传BP神经网络的核桃破裂功预测模型[J].农业工程学报，2014，30（18）：78-84.

[7] 钟健，阎春平，曹卫东，等.基于BP神经网络和FPA的高速干    切滚齿工艺参数低碳优化决策[J].工程设计学报，2017，     24（04）：449-458.

[8] 张喆，张永林，陈书锦.基于遗传BP神经网络的搅拌摩擦焊温度模型[J].热加工工艺，2020，49（03）：142-145.

[9] 薛风华，徐微微，王洪寅，等.基于神经网络的并网光伏电站自适应距离保护[J].电工电气，2020（04）：25-29.

[10] 张晓丽，肖满生，叶紫璇.基于遗传算法的图像多特征权重自动赋值方法[J].软件工程，2019，22（10）：22-26.

[11] 徐寿臣，王春玲，赵泽昆，等.基于GA-BP神经网络的电池储能系统软故障模糊综合评价[J].电器与能效管理技术，2017（13）：74-81.

作者简介：

叶怡豪（1998-），男，硕士生.研究领域：计算机辅助设计与智能开发.

仲梁维（1962-），男，碩士，教授.研究领域：计算机辅助设计，企业信息化.