论文部分内容阅读
数据挖掘是指综合运用多种算法，从大量数据中发现事先未知的信息和知识的计算机数据处理过程。作为一门多学科的交叉技术，数据挖掘已成为数据库系统和机器学习领域的重点研究课题，因其应用前景广阔而受到学术界和工业界的广泛关注。本文将数据挖掘技术应用于若干化工过程优化和化合物构效关系研究，主要的研究内容和研究成果如下：
1.针对复杂工业过程优化中普遍存在的多因子、高噪声、非线性、非高斯分布和非均匀分布的难题，开发了适用于复杂工业生产过程优化的软件DMOS(DataMiningOptimizationSystem)。DMOS软件综合运用了模式识别、支持向量机、人工神经网络、遗传算法、线性和非线性回归等多种数据挖掘技术，可应用于化工、炼油等工业生产过程的建模、优化与故障诊断。
2.从技术或经济角度看，化工过程优化是提高企业竞争力和经济效益的必要手段。本文将数据挖掘技术用于柴油加氢改质装置、丙烯腈反应装置及氨合成装置的生产系统优化，分别找出了影响装置目标变量的主要工艺参数，建立了目标变量与有关工艺参数间的定性、定量模型。优化结果为：(a)较高的原料负荷(0.69左右)和适宜的炉出口温度(333℃左右)有利于提高柴油加氢改质装置的柴油收率；柴油收率定性模型的分类正确率为100％；柴油收率定量模型拟合与预报的平均相对误差分别为0.27％和0.22％。(b)较高的氨比(1.18左右)和较低的中段温度(430℃左右)有利于提高丙烯腈反应装置的丙烯腈收率；丙烯腈收率定性模型的分类正确率为100％；丙烯腈收率定量模型拟合与预报的平均相对误差分别为0.75％和0.83％。(c)较高的新鲜气流量
(30500Nm3/h左右)与合成塔一次进气压力(30.7MPa左右)有利于降低氨耗；氨耗定性模型分类正确率为100％；氨耗定量模型拟合与预报的平均相对误差分别为1.17％和1.15％。
3.化合物的性质/活性是化学的基本研究内容之一。本文将数据挖掘的新算法-支持向量机(SVM)算法用于若干化合物的构效关系研究。将支持向量分类(SVC)算法用于5-HT3受体拮抗剂的活性类别预测，所建SVC模型对26个5-HT3受体拮抗剂的活性类别留一法预报正确率为80.77％，明显优于人工神经网络(ANN)方法(57.69％)、KNN法(61.54％)和Fisher法(65.39％)。将支持向量回归(SVR)算法分别用于烷基苯热物性和多环芳烃物性的定量预测。47个烷基苯化合物正常沸点、沸点汽化热、临界温度、临界压力和临界体积的SVR留一法预测的均方根误差(RMSE)值分别为2.108，0.758，5.523，0.075，4.692，优于ANN算法(分别为5.063，1.046，9.704，0.114，9.452)和PLS算法(分别为2.436，0.817，7.163，0.075，5.914)；对若干多环芳烃化合物沸点、正辛醇/水分配系数、色谱保留指数的SVR留一法预测的RMSE值分别为6.42，0.17，0.24，优于ANN算法(分别为10.67，0.20，0.25)、MLR算法(分别为7.44，0.18，0.25)和PLS算法(分别为7.53，0.17，0.24)。