2020年数学建模大赛华为杯B题优秀论文10.pdfVIP

中国研究生创新实践系列大赛 “华为杯”第十七届中国研究生 数学建模竞赛 学 校 湖南科技大学 参赛队号 20105340008 1. 肖勇 2. 侯俊杰 队员姓名 3. 肖浩 0 中国研究生创新实践系列大赛 “华为杯”第十七届中国研究生 数学建模竞赛 题 目 降低汽油精制过程中的辛烷值损失模型 摘 要 ： 汽油精制研究更趋数据化和智能化，这对国家发展，科技创新，环境保护，企业效益等 诸多方面有着巨大的影响，如何降低汽油精制过程中的辛烷值损失已经成为了汽油精制领 域的一大挑战。本文主要采用皮尔森相关分析、遗传算法、LightGBM 算法和粒子群算法 等，对数据进行了深入的挖掘，建立了主要变量对汽油精制过程中辛烷值损失的数量关系， 具体做法如下： 针对问题 1，首先，以拉伊达准则为依据，剔除异常测量值，运用最大最小限幅法，剔 除异常操作值；其次，我们设置一个数据缺失比例阈值，直接剔除有效数据量低于数据缺 失比例的位点，其余数据缺失的位点以平均值法补全数据；最后得到 285 号和 312 号的修 正数据（见表 5.2 ），填入附件一，以供后续研究。 针对问题 2 ，由于样本数据变量过多（多达 365 个），直接进行主要变量筛选存在较 大困难。为此，我们采用二级逐次降维。首先，根据皮尔森相关系数过滤掉无关变量实现 第一级变量降维，得到相关性较强的 57 个变量（见表 6.3 ）；接着，采用遗传算法过滤强 耦连变量 （冗余变量）实现第二级变量降维；然后，为了平衡数据之间的差异性，我们将 数据进行数据清洗、归一化处理和完整度分析；此外，在算法中我们使用独热编码方案和 能区分样本差异的余弦相似度作为适应度函数；最后，得到 30 个建立降低辛烷值损失模型 的主要变量（见表 6.7 ）。 针对问题 3，结合样本数据中主要变量之间高度非线性和数量较多的特征，我们选择 了非线性预测模型来建模主要变量和辛烷值损失之间的关系，再考虑到训练数据少，深度 学习算法容易造成过拟合和计算资源多、运行时间长的实际，我们选取了普通机器学习中 的轻型梯度提升机（LightGBM ）算法来学习非线性模型中各变量的数量关系，得到了辛烷 值损失预测模型（见 7.4 小节），同时，我们筛选出了线性回归、深度神经网络、决策树、 支持向量机回归和梯度提升决策树等五种预测方法来对 LightGBM 算法进行对比，并利用 Python 和 Matlab 等工具，将对比结果可视化，直观地验证了 LightGBM 算法的有效性。 针对问题 4 ，基于问题 2 的主要变量筛选过程，我们首先计算各个变量对于硫含量的 皮尔森系数剪裁无关变量，然后使用遗传算法筛选出了 30 个影响产品硫含量的主要变量， 接着采用问题 3 中已验证的最优LightGBM 算法，用于估算对应操作条件的硫含量。最后 我们建立了辛烷值损失优化模型，对所有样本进行优化，利用全局寻优能力较强的粒子群 算法求解，计算辛烷值损失降幅并给出降幅超过 30%的优化后操作条件，见附