期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合可解释机器学习的成品汽油调和配方质量预测评价与致因分析
被引量：
1
1
作者
李炜
郑明杰
+1 位作者
李亚洁
梁成龙
《石油学报（石油加工）》
EI
CAS
CSCD
北大核心
2024年第1期126-136,共11页
受成品汽油调和配方需“先验”评价与修正的驱动,本研究将轻量级梯度提升树(LightGBM)与可解释机器学习(SHAP)方法相结合,兼顾复杂模型精度高与后验SHAP可解释性强的各自优势,提出了一种调和配方质量预测评价及致因分析方法。该方法先...
受成品汽油调和配方需“先验”评价与修正的驱动,本研究将轻量级梯度提升树(LightGBM)与可解释机器学习(SHAP)方法相结合,兼顾复杂模型精度高与后验SHAP可解释性强的各自优势,提出了一种调和配方质量预测评价及致因分析方法。该方法先引用改进遗传算法(IGA)优化LightGBM的超参数,建立了可同时预测成品汽油性能和环保指标的模型,并结合汽油国ⅥA标准与企业生产实际制定了配方质量评价标准,实现配方“先验”评价;再基于SHAP的全局和局部致因分析,对缺陷配方给出了易于操作的单变量定性修正建议。实验结果表明:相比于传统BP网络和随机森林(RF)、以及采用随机搜索和GA优化参数的LightGBM等模型,IGA_LightGBM模型可得到更全面和精准的预测指标,SHAP致因分析可给出契合实际的修正建议。该方法是智能算法代替人工的有益探索。
展开更多
关键词
成品汽油调和
配方质量评价
可解释机器学习
预测建模
致因分析
参数优化
在线阅读
下载PDF
职称材料
异质多模型集成的辛烷值和抗爆系数分级建模
2
作者
李炜
王亚丽
+2 位作者
王晓明
李亚洁
梁成龙
《石油学报（石油加工）》
EI
CAS
CSCD
北大核心
2023年第2期380-391,共12页
针对成品汽油调和过程中研究法辛烷值(RON)和抗爆系数难以实时获取,且传统未考虑二者关联的单一模型精度和适应性不足等问题,提出了2种异质多模型集成的分级预测建模方法(方法Ⅰ和方法Ⅱ)。先采用K折交叉验证法对建模算法进行参数调整...
针对成品汽油调和过程中研究法辛烷值(RON)和抗爆系数难以实时获取,且传统未考虑二者关联的单一模型精度和适应性不足等问题,提出了2种异质多模型集成的分级预测建模方法(方法Ⅰ和方法Ⅱ)。先采用K折交叉验证法对建模算法进行参数调整与算法优选,分别建立了5个一级辛烷值和二级抗爆系数异质子模型。方法Ⅰ利用加权平均法对异质子模型进行线性集成,并为提升集成模型性能,对目标函数引入L1、L2、L1&L2等3种正则化约束,以此确定子模型最优权重;考虑线性集成可能对非线性过程适应性不足,方法Ⅱ基于堆叠思想建立了非线性集成预测模型。经使用工业生产数据仿真实验研究表明,较传统单一模型以及加权平均模型,考虑抗爆系数对辛烷值依赖提出的2种异质集成分级建模方法,具有更优的性能,可用于成品汽油调和过程中辛烷值和抗爆系数的准确预测,有望解决后期配方模型建立和优化控制的数据缺失问题。
展开更多
关键词
集成
预测
模型
加权平均
堆叠
异质
在线阅读
下载PDF
职称材料
题名
融合可解释机器学习的成品汽油调和配方质量预测评价与致因分析
被引量：
1
1
作者
李炜
郑明杰
李亚洁
梁成龙
机构
兰州
理工大学电气工程与信息工程学院
甘肃省工业过程先进控制重点实验室
兰州
理工大学电气与控制工程国家级实验教学示范中心
中国石油兰州石化分公司油品储运厂
出处
《石油学报（石油加工）》
EI
CAS
CSCD
北大核心
2024年第1期126-136,共11页
基金
甘肃省青年博士基金项目(2021QB-044)资助。
文摘
受成品汽油调和配方需“先验”评价与修正的驱动,本研究将轻量级梯度提升树(LightGBM)与可解释机器学习(SHAP)方法相结合,兼顾复杂模型精度高与后验SHAP可解释性强的各自优势,提出了一种调和配方质量预测评价及致因分析方法。该方法先引用改进遗传算法(IGA)优化LightGBM的超参数,建立了可同时预测成品汽油性能和环保指标的模型,并结合汽油国ⅥA标准与企业生产实际制定了配方质量评价标准,实现配方“先验”评价;再基于SHAP的全局和局部致因分析,对缺陷配方给出了易于操作的单变量定性修正建议。实验结果表明:相比于传统BP网络和随机森林(RF)、以及采用随机搜索和GA优化参数的LightGBM等模型,IGA_LightGBM模型可得到更全面和精准的预测指标,SHAP致因分析可给出契合实际的修正建议。该方法是智能算法代替人工的有益探索。
关键词
成品汽油调和
配方质量评价
可解释机器学习
预测建模
致因分析
参数优化
Keywords
finished gasoline blending
formulation quality evaluation
interpretable machine learning
predictive modeling
cause analysis
parameter optimization
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
异质多模型集成的辛烷值和抗爆系数分级建模
2
作者
李炜
王亚丽
王晓明
李亚洁
梁成龙
机构
兰州
理工大学电气工程与信息工程学院
甘肃省工业过程先进控制重点实验室
兰州
理工大学电气与控制工程国家级实验教学示范中心
中国石油兰州石化分公司油品储运厂
出处
《石油学报（石油加工）》
EI
CAS
CSCD
北大核心
2023年第2期380-391,共12页
基金
甘肃省青年博士基金项目(2021QB-044)资助。
文摘
针对成品汽油调和过程中研究法辛烷值(RON)和抗爆系数难以实时获取,且传统未考虑二者关联的单一模型精度和适应性不足等问题,提出了2种异质多模型集成的分级预测建模方法(方法Ⅰ和方法Ⅱ)。先采用K折交叉验证法对建模算法进行参数调整与算法优选,分别建立了5个一级辛烷值和二级抗爆系数异质子模型。方法Ⅰ利用加权平均法对异质子模型进行线性集成,并为提升集成模型性能,对目标函数引入L1、L2、L1&L2等3种正则化约束,以此确定子模型最优权重;考虑线性集成可能对非线性过程适应性不足,方法Ⅱ基于堆叠思想建立了非线性集成预测模型。经使用工业生产数据仿真实验研究表明,较传统单一模型以及加权平均模型,考虑抗爆系数对辛烷值依赖提出的2种异质集成分级建模方法,具有更优的性能,可用于成品汽油调和过程中辛烷值和抗爆系数的准确预测,有望解决后期配方模型建立和优化控制的数据缺失问题。
关键词
集成
预测
模型
加权平均
堆叠
异质
Keywords
integration
prediction
model
weighted average
stacking
heterogeneous
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合可解释机器学习的成品汽油调和配方质量预测评价与致因分析
李炜
郑明杰
李亚洁
梁成龙
《石油学报（石油加工）》
EI
CAS
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
异质多模型集成的辛烷值和抗爆系数分级建模
李炜
王亚丽
王晓明
李亚洁
梁成龙
《石油学报（石油加工）》
EI
CAS
CSCD
北大核心
2023
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
