[發明專利]一種基于隨機森林回歸的汽油辛烷值損失預測及優化方法

在審

• 申請號: 202110585037.5
• 申請日: 2021-05-27
• 公開（公告）號: CN113362913A
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 陳德裕;許江華;林芳;李明
• 申請（專利權）人: 南通大學
• 主分類號: G16C20/30
• 分類號: G16C20/30;G16C10/00;G06N3/00
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 張俊俊

1.一種基于隨機森林回歸的汽油辛烷值損失預測及優化方法，其特征在于，具體包括以下步驟：

第一步、對影響汽油辛烷值的操作變量和非操作變量數據進行預處理：

(1)統計各操作變量的數據缺失，將數據缺失達到20％以上的變量進行刪除；

(2)對于變量中部分缺失的數據，用前后兩個時間點的數據的平均值代替；

(3)根據3σ準則刪去變量中的異常值，再用前后兩個時間點的數據的平均值代替；采用3σ準則找出變量中的異常值，若某一變量下測量值x_i的剩余誤差的絕對值|v_i|大于3乘以該變量下所有測量值的標準誤差σ，則認為該測量值是異常的，即，

其中，表示該變量下所有測量值的算術平均值，σ表示所有測量值的標準誤差

第二步、操作變量的篩選：

(1)Spearman秩相關系數篩選

Spearman秩相關系數的定義為，

當樣本有相同的秩，稱之為有結，需要采用平均秩法賦秩，并將Spearman秩相關系數調整為，

其中，

(2)Kendall秩相關系數篩選：

當樣本觀測值無結時，Kendall相關系數為，

其中，

同理，觀測值中有結的，采用平均秩法賦秩，并將Kendall秩相關系數調整為，

其中，

(3)基于變異系數篩選

無量綱的變異系數，變異系數的定義為，

(4)基于樹模型的嵌入法篩選：

GBDT是在Boosting方法的基礎上改進的，Boosting方法可將弱分類器綜合成強分類器，先由訓練集和分類算法訓練出一個基分類器，錯誤分類的樣本將在下次訓練時得到關注，如此一來，每進行一次迭代，分類算法對錯誤的分類進行改進，最后累計得到一個分類效果更好的強分類器，GBDT則是在Boosting方法的基礎上使每次迭代都能減少殘差；

第三步、非操作變量的篩選：

(1)基于因子分析的降維：

R因子分析中不可直接觀測又客觀存在的共同影響因素稱為公共因子，每一個變量都可以用公共因子的線性函數與特殊因子的和來表示，即：

X_i＝a_i1F₁+a_i2F₂+…+a_imF_m+ε_i，i＝1，2，...，p

其中F_m稱為公共因子，ε_i稱為X_i的特殊因子，該模型也可以用矩陣來表示：

X＝AF+ε

第四步、模型建立：

隨機森林回歸可以分析在若干自變量對因變量的影響，假設Y表示因變量，有n個觀測值，能影響因變量的自變量有k個，在構建回歸樹的過程中，隨機森林通過bootstrap重抽樣方法來隨機抽取部分因變量的值，從k個自變量中隨機選取指定數量的變量構成分類樹的節點，通過隨機選取的方式能夠確保每次構建的回歸樹都不同，基于bootstrap方法，隨機森林通常能隨機地生成數百甚至上千棵分類樹，從這些分類樹中，把重復度最高的樹選作最終的結果，由回歸樹θ構成組合模型{h(X，θ_j)，j＝1，2，...，b}，采用j棵決策樹h(X，θ_j)預測值的平均值作為隨機森林回歸模型最終輸出的預測結果；

第五步、基于改進模擬退火算法的變量優化與汽油辛烷值預測：

(1)設定控制參數與初始解：

設定足夠大的初始溫度T₀，令T＝T0，再設定降溫速率q(q＜1)、結束溫度T_end以及每個T時的迭代次數，即Metropolis鏈長L，然后設定初始解S₁；

(2)二重循環：

對當前溫度T和k＝1，…，L，重復步驟(3)-(7)；

(3)解變換產生新解：

對當前解S₁進行擾動產生一個新解S₂；

(4)預測產品硫含量：

利用產品硫含量預測模型來預測樣本在當前調整下的產品硫含量；

(5)判別產品硫含量約束：

由于預測得到的產品硫含量并不總是小于真實的產品硫含量，為了保證真實的產品硫含量不大于5μg/g，可以保守地將要求提高為預測的產品硫含量應不大于4.8μg/g，若產品硫含量的預測值滿足不大于4.8μg/g，則繼續步驟(6)，否則，返回步驟(3)，重新調整變量；

(6)預測RON損失：

利用RON損失預測模型來預測樣本在當前調整下的RON損失；

(7)Metropolis準則判斷是否接受新解：

先計算S₂與S₁的目標函數增量df＝f(S₂)-f(S₁)，即當前調整下的RON損失預測值與上一次接受的調整下的RON損失預測值之差；若df＜0，則以概率1接受S₂作為新的當前解；否則，計算S₂的接受概率并產生(0,1)區間上均勻分布的隨機數rand，若則接受S₂作為新的當前解，否則保留當前解S₁，Metropolis的抽樣過程可對比物理退火過程中的等溫過程，目標函數的減少可對比系統能量的降低，對于與周圍環境交換熱量而溫度不變的封閉系統，系統狀態總是自發地朝自由能減少的方向進行，當自由能達到最小時，系統達到平衡狀態；

(8)終止條件判斷：

若當前溫度T大于預先設定的結束溫度T_end，則輸出當前解S₁為最優解；否則，按衰減函數T_i+1＝qT_i衰減溫度T后返回步驟(2)，控制參數T的下降對應物理退火過程中的冷卻過程，粒子的熱運動減弱，能降低系統能量，最終達到一個較低的平衡狀態。

2.一種基于隨機森林回歸的汽油辛烷值損失預測及優化方法，其特征在于，包括以下步驟：(1)對數據進行預處理，具體步驟如下：

第一步：統計出各數據集中存在缺失數據的變量，直接刪去全部數據缺失的變量；

第二步：對部分數據缺失的變量采用前后兩個時間點的數據的平均值代替；

第三步：用3σ準則統計出存在異常值的變量，將異常值刪去并用前后兩個時間點的數據的平均值代替；

(2)對操作變量進行篩選，具體步驟如下：

第一步：考慮到變量之間的高度非線性，基于Spearman秩相關系數和Kendall秩相關系數剔除與RON損失幾乎不相關的變量；

第二步：考慮到變量之間有不同的量綱，將難以區分樣本的變量剔除，基于變異系數進行篩選；

第三步：考慮到變量之間還有相互強耦聯關系，兩次基于GBDT模型將操作變量進行篩選；

(3)對于非操作變量進行因子分析進行降維；

(4)建立辛烷值損失預測模型，選用了隨機森林回歸，結合K折交叉驗證方法與均方誤差評價指標；

(5)基于改進模擬退火算法對主要變量進行優化，根據Metropolis準則接受微調后的變量結果，對辛烷值損失進行預測及優化。