文章目录

1 数据预处理

1.1 研究思路

1.2 预处理过程

    1.2.1 只含有部分时间点的位点

    1.2.2 部分数据为空值的位点

    1.2.3 不在变量操作范围的样本

    1.2.4 拉依达准则(3σ准则)去除异常值

1.3 预处理后的数据

2 建模主要变量

2.1 研究思路

2.2 R型聚类法

    2.2.1 基本思想

    2.2.2 变量相似性度量

        (ⅰ) 相关系数法

        (ⅱ) 夹角余弦法

    2.2.3 变量相似性度量

        (ⅰ) 最大系数法

        (ⅱ) 最小系数法

2.3 编程求解

3 辛烷值损失预测模型

3.1 研究思路

3.2 模型建立

    3.2.1 模型参数估计

    3.2.2 M折交叉验证法[17—18]

3.3 模型求解

3.4 模型检验

    3.4.1 对回归模型的假设检验

    3.4.2 对回归系数的假设检验

4 结语

文章摘要:针对催化裂化汽油精制装置所采集的325个数据样本,运用R型聚类法得到建模的25个主要变量,并通过数据挖掘技术建立了基于多元线性回归分析的汽油辛烷值（RON）损失的预测模型.首先,利用3σ准则去除异常值等方法对原始数据样本进行预处理.其次,根据统聚类法中的R型聚类法,利用相关系数法和最大系数法分别确定指标变量之间的相似性度量并选取具有代表性的变量,得到降维后的25个主要变量.再次,以辛烷值损失为因变量,基于多元线性回归分析和十折交叉验证法,得到了辛烷值损失预测模型.最后,对回归模型和回归系数分别进行了假设检验,验证了所构建的辛烷值损失预测模型的合理性.

文章关键词:

项目基金: