判别分析与Logistic回归模型在原油与燃料油种类鉴别中的应用研究.pdfVIP

谨以此论文献给 我尊敬的导师、家人以及朋友 刘倩倩 判别分析和Logistic 回归模型在原油和燃料油 种类鉴别中的应用研究 摘要 为了满足国民经济发展的需要，我国每年都要从国际市场上进口大量的原油 和燃料油。目前，我国对原油和燃料油进口实施不同的政策，原油进口实施严格 的配额制和许可证制，只有少数几家企业有进口资格；而燃料油进口实施自动许 可制。因此，一些商人利用原油和燃料油在外观上的相似性即都为黑色或者深褐 色粘稠液体，以燃料油的名义进口原油，这是一种走私行为。我国对这种走私行 为的查处仅仅针对个案，缺乏全面、系统、动态的监管。因此，为了有效的打击 这种走私行为，建立原油和燃料油种类鉴别的预测模型显得日益迫切。 本研究筛选出了主要进口国家和地区的有代表性的24 个燃料油样品，基本 覆盖了进口燃料油的类型，筛选出主要进口国家和地区的有代表性的30 个原油 样品作为配对样本。利用气相色谱-质谱法（GC-MS ）获取样品中正构烷烃（n-C ~ 7 n-C30 ）、姥鲛烷（Pr ）、植烷（Ph ）的含量，运用判别分析法、Logistic 回归分析 法、主成分分析方法等多元统计分析方法，借助SPSS 统计分析软件，建立原油 和燃料油种类鉴别的预测模型。并对结果进行了综合分析和评价比较，对实证分 析中存在的一些问题进行了总结。本研究建立的原油和燃料油种类鉴别的预测模 型，不仅能实现对进口原油和燃料油种类的全面、系统、动态的监管，并且对海 上溢油等油种鉴别工作具有指导作用。 本论文的主要结论如下： 1.建立了原油和燃料油种类鉴别的判别分析模型和Logistic 回归分析模型。 原油和燃料油种类鉴别的判别分析模型和Logistic 回归分析模型都能比较准确的 预测原油和燃料油的种类，Logistic 回归分析模型的效果要好于判别分析。判别 分析模型包括贝叶斯判别模型和Fisher 判别模型，两种判别分析模型对原油和燃 料油种类鉴别的准确率均为 88.9%；Logistic 回归分析模型对原油和燃料油种类 鉴别的准确率为100.0%，Logistic 回归分析的拟合优度检验结果表明建立的模型 能够很好的符合事实。 2.本研究将主成分分析与判别分析和Logistic 回归分析相结合，建立主成分 判别分析模型和主成分Logistic 回归分析模型。主成分Fisher 判别模型和主成分 贝叶斯判别模型对原油和燃料油种类鉴别的准确率均为79.6% ；主成分Logistic 回归分析模型对原油和燃料油种类鉴别的准确率为83.3%。结果表明，主成分判 别分析模型和主成分 Logistic 回归分析模型的效果还没有一般的判别分析和 Logistic 回归分析效果好。 本文的主要创新如下： 本论文首次建立了原油和燃料油种类鉴别的化学模式识别模型，实现了以化 学指标为依据的原油和燃料油种类鉴别。以原油和燃料油样品中正构烷烃（n-C ~ 7 n-C30 ）、姥鲛烷（Pr ）、植烷（Ph ）为观察变量，以多元统计学为理论指导，借 助SPSS 统计分析软件，建立了原油和燃料油种类鉴别的判别分析和Logistic 回 归分析函数，并提出了判别分析和Logistic 回归分析的判别准则。解决了我国对 以燃料油名义进口原油的走私行为的查处仅仅针对个案，缺乏全面、系统、动态 监管的难题。克服了以往以多个物理指标经验值为鉴别依据的做法的不足。 关键词：判别分析；Logistic 回归分析；主成分分析；原油；燃料油 Study on Application of Discriminatory Analysis and Logistic Regression model in Crude Oil and Fuel Oil