汽油精制过程中的路径优化模型及仿真

摘要

根据汽油产品的工业生产实测数据,从数据挖掘和运筹优化等多角度探究汽油清洁化的工艺改进路径。首先,对原始数据和样本数据进行预处理,以保证后续模型的质量;其次,为了降低模型的复杂性,通过梯度下降回归树筛选出预测模型的主要变量;再次,考虑到操作变量之间存在高度非线性和相互强耦联的关系,通过BP神经网络分别建立主要变量对辛烷值损失以及产品硫含量的预测模型;最后,建立主要操作变量优化的两阶段优化模型,并通过可视化输出操作变量的逐步调整效果,供工业生产参考。