|
|
成品汽油调和配方质量预测自适应集成建模方法
李炜, 马建业, 李亚洁, 梁成龙, 郑明杰
2026 (4):
84-93.
doi: 10.13295/j.cnki.issn1673-5196.2026.04.010
摘要
(
7 )
PDF(2632KB)
(
14
)
受成品汽油调和配方质量“事前”精准预测评价需求驱动,针对罐式调和生产中存在的批次效应,提出一种多模型自适应集成建模的配方质量评价方法.首先考虑调和主料因产地属性差异引起的批次效应,以及多项式回归模糊C均值(PRFCM)聚类算法在多属性数据分析应用中的局限,通过仅关注配方中关键属性变量之间的非线性关系,并以马氏距离替代欧式距离,得到改进的IPRFCM算法.基于该算法,离线阶段对历史数据进行批次划分,并优选NGBoost算法建立各批次子模型;在线阶段计算当前配方的批次隶属度,并作为权重系数融合各子模型得到IPRFCM-NGBoost集成模型,实现对调和配方质量的动态自适应预测.经工业数据实验验证表明,对于调和配方质量预测中的多属性问题,IPRFCM的批次划分结果更清晰,融合系数更精准,且计算成本更低;相较传统机器学习或深度学习模型,对于有限的配方样本,IPRFCM-NGBoost具有更优的预测精度与泛化能力.
参考文献 |
相关文章 |
计量指标
|