摘 要：

本文通过机器学习算法和数据挖掘技术，建立了汽油辛烷值（RON）损失的预测模型，
在保证汽油产品脱硫效果的前提下，以降低汽油辛烷值损失在 30% 以上为目标，给出每个
样本的优化操作条件。

针对第一问，对 285 号和 313 号原始数据用给定的数据处理规范进行预处理，对每一
列变量求期望，得到最终的数据补充到相应的样本编号。

针对第二问，首先对数据样本按照最大最小限幅以及拉依达法则进行列变量清洗，通过
两轮特征筛选确定变量：结合处理后的数据，针对产品中硫含量、 RON 损失值用 lightGBM
做特征权重打分，筛选出权重排名较前、原料性质、待生吸附剂、再生吸附剂等 18 个变
量。针对排名较低且独立出现的 57 个变量进行相关性分析，基于决策树模型二次选出 5
个变量。最终共选出 23 个主要变量，其中操作变量 17 个。

针对第三问，通过模型融合构建集成学习模型，分别对硫含量、 RON 损失值预测。构
建 4 个相关性较低的基学习器：多层感知机、随机森林、决策树、 lightGBM。将 4 个基学
习器进行模型融合，集成到元学习器 GBDT 中，实现 2 层集成学习模型。根据误差评价指
标，集成模型的预测误差较小，有较好的预测效果。

针对第四问，以第三问构建的两个模型作为目标函数，采用基于 NSGA­Ⅱ 的遗传算法
进行多目标优化，找到了 325 个所有样本的帕累托最优解，并筛选出了 304 个样本，其优化
后的操作变量取值可使得样本满足产品性质要求。对应最优的操作变量取值附成表格，以
供后续实际参考。在硫含量小于 5µg/g 的条件下，模型平均可以优化 RON 损失减小 47%
左右。

针对第五问，利用问题四中优化模型，寻找 133 号样本的帕累托最优解对应的最优操
作变量。通过对比操作变量原始值和最优值，判定 S – ZORB.P DT _3002.DACA、 S –
ZORB.ZT _2634.DACA、 S – ZORB.FC_5103.DACA 三个操作变量较为重要。对 133 号
样本逐步调整形成的 15 个调整样本预测，结果显示随着操作变量趋于最优，产品中硫含
量、 RON 损失值逐渐降低，而 RON 损失值最大降幅达到 54.84%。

关键字： 特征筛选 集成学习 遗传算法 帕累托最优

链接：https://pan.baidu.com/s/1qZhWLQMWJ0WVW7Fulo8qrQ
提取码：h4ko