针对数据挖掘的偏三甲苯生产优化系统.pdfVIP

中文摘要 数据挖掘是指综合运用多种算法。对大量数据进行计算机处理，通过信息加 工，提取有用信息，发现自然规律，用以指导实践。 本文工作分三部分： 第一部分：基于数据挖掘的偏三甲苯生产优化控制系统。从重芳烃中提取偏 三甲苯是～个典型的精馏过程，但由于产品和其它组分的沸点接近，加之影响生 产的主要操作变量多，变量之间又相互关联，因此生产操作难度大，难以理清生 产参数的优化规律。某炼油厂偏三甲苯的回收率不高，产品不合格率比较高，因 此，在保证产品质量合格的前提下，提高偏三甲苯的回收率是优化生产的重要课 题。 我们用数据挖掘技术对生产数据进行处理，分析了影响生产的重要操作参 数，找到影响产品质量不合格的原因，提出了适合生产操作的“轻杂质”和“重杂 质”的定义。本文用多种模式识别方法建立了数学模型，如我们将回流量和回流 温度之间韵关系归纳成数学表达式，当己知原料性质时，选用合适的算式，在实 际操作中，可根据回流温度决定回流量调节，进而调节塔顶温度，这样就可以保 证产品质量。本文用多种模型对生产数据进行分析，找到偏三甲苯生产优化操作 参数，在保证产品质量的前提下，提高偏三甲苯的回收率，增加工厂的经济效益。 值得一提的是：在分析偏三甲苯中轻杂质含量的优化规律时，引入了支持向量机 算法，得到了很好的分类效果，对生产具有很重要的指导意义。 本文还用Master软件处理了某钢铁股份有限公司一批数据，研究产品的物 理性能与化学成分之间的一些关系。 第二部分：支持向量机方法用于药物构效关系的研究。支持向量机(Support Vector Machine，SVM)是一种特别适合用有限已知样本训练建模，进而预报未知 样本属性的模式识别新算法。由于支持向量机算法的数学理论非常严格，同时考 虑到拟合精度和对过拟合的抑制，故能基于小样本集作较可靠的计算机预报。 将支持向量机算法用于醚菊酯类似物构效关系的研究，结果表明：支持向量 分类方法预报结果优于主成分分析、人工神经网络、最近邻方法。将支持向量回 归法用于1,4，2-二氮磷杂环戊．5-(硫)酮类化合物除草剂活性构效关系的研究，所 得预报正确率高于多元线性回归、人工神经网络、偏最小二乘法回归方法的结果。 第三部分：不同温度和密度下的GeOz的分子动力学模拟。分子动力学模拟， 是指用计算机模拟多体系统粒子(原子、分子等)的运动过程，从而计算系统的 结构和性质。通过对Ge02的分子动力学模拟，得至Ⅱ其密度、配位数与压力的关 系图，得到了不同温度和密度下的离子的径向分布函数及微观空洞的径向分布函 数，分析了Ge02由4配位向6配位过渡过程中的结构变化。 关键词：数据挖掘，偏三甲苯，生产优化，支持向量机，构校关系，Gc02，MD Abstract Data isall to datainsearchof Mining analyticprocessdesignedexplore consistent and／or between thento variables，and patterns systematicrelationships validatethe thedetected tonewsubsetsofdata． findingsbyapplying patterns workcanbedividedintothree My parts： 1．Production of optimization1,2,4-Trimethylbenzene Inordertoincreasethe of witll yield1,2．4-trimethylbenzenegoodquality,we usedthedata methodforthe