李煒，阮成龍，王曉明，李亞潔，梁成龍

（1 蘭州理工大學(xué)電氣工程與信息工程學(xué)院，甘肅 蘭州 730050；2 甘肅省工業(yè)過程先進控制重點實驗室，甘肅蘭州 730050；3 蘭州理工大學(xué)電氣與控制工程國家級實驗教學(xué)示范中心，甘肅 蘭州 730050；4 中國石化蘭州石化分公司油品儲運廠，甘肅 蘭州 730060）

隨著綠色環(huán)保理念的日益推進，我國汽柴油質(zhì)量標準升級速度不斷加快，這就需要煉油企業(yè)的油品調(diào)和技術(shù)不斷升級跟進。然而實際中受研發(fā)能力和技術(shù)升級費用的限制，一些煉油企業(yè)目前仍采用在線罐式調(diào)和方式。在該生產(chǎn)模式下，成品汽油生產(chǎn)多是依據(jù)單一線性模型的配方進行罐式批次調(diào)和，其組分添加的流量為配方指導(dǎo)下的比值閉環(huán)控制，但產(chǎn)品質(zhì)量指標由于無法在線分析，則為開環(huán)控制。因此，建立精準的調(diào)和配方模型就成為確保產(chǎn)品質(zhì)量指標且接近卡邊生產(chǎn)、提高企業(yè)生產(chǎn)效益的重要保障。盡管對于不同產(chǎn)地原油加工中經(jīng)典池化問題（pooling problem）提出的多種優(yōu)良解決方案助力了企業(yè)效益的提升，但是作為油品調(diào)和生產(chǎn)的優(yōu)質(zhì)配方依然是企業(yè)提質(zhì)增效的基礎(chǔ)保障。在罐式在線調(diào)和過程中，罐底通常會留有約占調(diào)和罐1/6的余油，且調(diào)和組分受不同產(chǎn)地原油影響，即使企業(yè)前端生產(chǎn)盡可能保證主料加氫汽油性質(zhì)相似，但實際加氫汽油品質(zhì)仍有差異，進而導(dǎo)致調(diào)和過程呈現(xiàn)批次現(xiàn)象。雖有部分學(xué)者提出從分子特征層面認識石油加工過程，通過準確預(yù)測產(chǎn)品性質(zhì)優(yōu)化工藝和加工流程，以提升每個分子對產(chǎn)品的使用價值，然而對在線罐式調(diào)和方式下罐底余油的影響仍缺乏細節(jié)的考慮。因此，綜合考慮罐底余油以及批次效應(yīng)，建立更加精準優(yōu)質(zhì)的配方模型，無疑對提高一次成功調(diào)和率、減少產(chǎn)品質(zhì)量過剩、降低企業(yè)生產(chǎn)成本都起著決定性的作用。對于多批次引起工況的變化，傳統(tǒng)的單一配方模型很難準確預(yù)測不同批次各個調(diào)和組分比例。而對于這類多工況問題，基于多模型集成的建模方法則能顯著提高模型精度和泛化能力已成為主流的解決方案。

近年來，多模型研究在不同的應(yīng)用領(lǐng)域已有了豐碩的成果。而對于罐式批次成品油調(diào)和而言，核心問題是如何科學(xué)合理地對罐底余油按組分批次聚類，并建立與之對應(yīng)的高質(zhì)量子模型及有效融合。針對實際工業(yè)中的批次問題，聚類不失為一種行之有效的方法。聚類算法通?？煞譃橛残院腿嵝詢煞N，對于復(fù)雜工況問題，硬性劃分和柔性劃分的效果各有優(yōu)缺點。由于罐底油劃分并非是非此即彼的關(guān)系，因此柔性劃分更為契合，而柔性劃分最經(jīng)典的是模糊-mean 聚類算法，但其仍存在對初始聚類中心敏感、無法處理非球狀數(shù)據(jù)、易于陷入局部最優(yōu)解等缺陷。針對上述問題，不同學(xué)者從多方面進行改進，如通過引入智能優(yōu)化算法對聚類初始信息進行優(yōu)化、提出各種準則確定聚類個數(shù)等。在距離度量上，文獻[18]采用一種對離群點有抑制作用的非歐距離度量，但大多數(shù)通過引入核函數(shù)進行度量矩陣重構(gòu)，且已證明引入核函數(shù)可使其聚類效果具有魯棒性。但當應(yīng)用中涉及多模態(tài)和不平衡特征問題時，由于多個核較單一核在核的選擇和數(shù)據(jù)表示上具有更大的靈活性，可以有效解決此類問題，學(xué)者們又引入多核映射方法。Huang等提出了一種多核模糊均值（multikernel fuzzy-means，MKFCM）算法，首先將每個屬性特征映射到單個核空間，然后將這些核與最優(yōu)權(quán)值進行線性組合和構(gòu)造復(fù)合核函數(shù)。文獻[21]采用MKFCM 在機器學(xué)習(xí)庫（UCI）數(shù)據(jù)集上進行實驗，印證了該聚類算法具有更好的性能，但此方法更多考慮的是樣本間差異，對于調(diào)和油生產(chǎn)多組分配方形成的特征差異仍有改進空間。

從已有的多模型研究來看，采用傳統(tǒng)機器學(xué)習(xí)方法進行子模型建立仍占多數(shù)，亦取得了良好的應(yīng)用效果，如最小二乘支持向量機、高斯過程、神經(jīng)網(wǎng)絡(luò)等經(jīng)典方法，近年來新型機器學(xué)習(xí)應(yīng)用也初見端倪。極端梯度提升樹（extreme gradient boosting，XGBoost）是陳天奇等開發(fā)的一個開源機器學(xué)習(xí)項目，高效地實現(xiàn)了梯度提升樹（gradient boosting decision tree，GBDT）算法，并從GBDT延伸出基于其他機器學(xué)習(xí)的集成算法，且可以使用任意自定義的二階可導(dǎo)目標函數(shù)?？紤]XGBoost在各種機器學(xué)習(xí)算法大賽及實際應(yīng)用中均表現(xiàn)出較傳統(tǒng)機器學(xué)習(xí)更優(yōu)的性能，因此將其用于調(diào)和油各批次的子模型建立不失為一種優(yōu)選方法。

鑒于此，考慮罐式批次成品油調(diào)和過程中罐底余油與批次類型對成品油質(zhì)量指標的影響，提出了一種基于改進MKFCM 與XGBoost 結(jié)合的多模型集成建模方法。該方法首先將改進的MKFCM用于罐底油聚類分析及對數(shù)據(jù)分類，其次基于上述分類數(shù)據(jù)建立各個子配方的XGBoost模型，最后在配方生成過程中，根據(jù)當前罐底余油得出動態(tài)融合權(quán)值，對各個子模型進行輸出融合，以期對不同調(diào)和批次生成更精準和更具魯棒性的通用配方，為企業(yè)生產(chǎn)提質(zhì)增效助力。

1 改進MKFCM-XGBoost 集成配方建模方案的提出

1.1 存在問題分析

就生產(chǎn)企業(yè)而言，在成品汽油罐式批次調(diào)和過程中，大多采用單一線性配方模型進行各組分比例的計算，而這種調(diào)和過程因無質(zhì)量閉環(huán)的精準調(diào)控，往往呈現(xiàn)出配方與油品質(zhì)量失配問題。究其原因，一是企業(yè)使用的單一配方模型無法應(yīng)對調(diào)和過程中多工況、多批次問題；二是配方模型未考慮罐底余油及其所屬批次類型對成品油質(zhì)量的影響；三是線性調(diào)和配方難以適應(yīng)由于各組分混合發(fā)生化學(xué)反應(yīng)帶來的非線性影響。而正是由于調(diào)和配方的不精細，使得企業(yè)只能以犧牲油品質(zhì)量過剩為代價盡可能滿足油品一次調(diào)和成功，從而影響了企業(yè)的生產(chǎn)效益。

1.2 集成建模思想的提出

就配方建模方法而言，要解決罐式批次調(diào)和工藝下的配方精準建模問題，多模型集成融合無疑是一種好的選擇。在多模型集成建模中有兩個關(guān)鍵要素。一是如何確定罐底油批次類型數(shù)及當前罐底批次類型，這是確定子模型個數(shù)和多模型融合權(quán)值的前提。考慮MKFCM在聚類算法領(lǐng)域具有優(yōu)異的性能，而結(jié)合調(diào)和組分特征仍有提升空間，故擬對其進行改進，并用于罐底油批次個數(shù)和批次類型隸屬度的確定。二是子模型的精準建立，這是建立優(yōu)質(zhì)集成模型的基礎(chǔ)。由于XGBoost是一類結(jié)構(gòu)風(fēng)險最小的算法，具有復(fù)雜度低、泛化能力和靈活性強等特點，因而擬基于XGBoost建立各批次子模型。由此便形成了基于改進MKFCM-XGBoost 算法的多模型集成建模思路。

1.3 建模方案與流程

針對前述油品調(diào)和存在的實際問題以及工藝需求，結(jié)合上述建模思想，基于罐底油批次的多模型集成配方建模過程可分為3 個階段，具體過程如圖1所示。

圖1 集成配方建模過程

第一階段，罐底余油批次類別的確定。首先將歷史上罐底余油組分［包括加氫汽油、醚化汽油、甲基叔丁基醚（MTBE）、車用異辛烷、汽油重芳烴、生成油、乙苯、甲苯以及二甲苯9種］添加比例，通過聚類算法確定出批次類型數(shù)及各個批次類型隸屬度矩陣。

第二階段，各批次子配方模型建立。根據(jù)第一階段分類數(shù)據(jù)，采用XGBoost方法，分別建立各調(diào)和批次的子配方模型，其輸入為成品汽油各項質(zhì)量指標、罐底油組分添加比例，輸出為上述9種組分油的添加比。

第三階段，在線融合配方生成。根據(jù)當前罐底余油，利用第一階段罐底余油歷史數(shù)據(jù)聚類得到的批次類別進行類型歸屬計算，求取各子配方模型的融合權(quán)值，進而對其融合生成最終的配方。

2 MKFCM方法的改進

2.1 MKFCM算法

式中，x為第個樣本；x為第個樣本的第個特征；c為第個聚類中心；u為第個樣本對第個聚類中心的隸屬度；指數(shù)為控制樣本模糊度的平滑因子；φ為第個特征在希爾伯特空間的映射；為特征映射的個數(shù)及核函數(shù)的個數(shù)；ω為第個核函數(shù)的權(quán)重值。同時根據(jù)每個樣本的隸屬度最大值進行類別劃分，如式(3)。

應(yīng)用拉格朗日乘子法對目標函數(shù)式(1)進行求解，由此可得到隸屬度矩陣以及距離矩陣中各元素計算見式(4)、式(5)。

多核模糊均值聚類算法盡管可以較好地處理異構(gòu)數(shù)據(jù)源以及數(shù)據(jù)特征不明顯等問題，但具體實現(xiàn)中，仍存在選用不同核函數(shù)其聚類效果的差異問題。隨著研究者們對核方法研究的深入，極大豐富了核函數(shù)的種類，但構(gòu)造的核函數(shù)過于復(fù)雜，難以應(yīng)用于實際，且參數(shù)優(yōu)化整定存在困難。

2.2 MKFCM方法改進

MKFCM 算法中核函數(shù)選擇與構(gòu)造是決定其聚類效果的核心問題，結(jié)合工程的實用性，考慮高斯核函數(shù)相較其他核函數(shù)僅需確定一個參數(shù)，憑借簡單高效的特性被廣泛用于核函數(shù)構(gòu)造，故本文仍采用其作為核函數(shù)，形式如式(11)所示。

由MKFCM 原理可知子高斯核參數(shù)的選取，反映著特征數(shù)據(jù)映射在希爾伯特空間的位置，從而對聚類效果存在一定影響。雖然Zhou 等提出一種核參數(shù)設(shè)定公式=，較好地實現(xiàn)了分類，但主要考慮的是樣本之間的差異性。

對于調(diào)和油的罐底余油而言，樣本由9種組分的添加比例組成，數(shù)據(jù)不僅是樣本差異，而是一種樣本矢量的差異?？紤]罐底油各組分間可能服從不同的核概率分布，受文獻[38]的啟發(fā)，為使核參數(shù)的確定簡單便利，又能體現(xiàn)各組分的差異，首先設(shè)定一個整體核參數(shù)，再計算出各個組分距離的最大值，最后算出該組分高斯核函數(shù)的參數(shù)值，從而使其具有自動適應(yīng)選取各個罐底組分特征核參數(shù)σ的能力。具體各組分核參數(shù)的計算如式(12)所示。

基于標準MKFCM 算法，結(jié)合前述提出的一種各組分自適應(yīng)核參數(shù)計算方法[式(12)]，改進多核模糊-means聚類算法步驟如表1所示。

表1 改進MKFCM算法步驟

改進MKFCM 超參數(shù)主要包括聚類個數(shù)以及平滑因子等，本文將采用常用判別方法，如肘部法、間隙統(tǒng)計法（gap statistics，Gap）以及輪廓系數(shù)等，對上述參數(shù)綜合分析以確定。

3 基于改進MKFCM-XGBoost 集成建模步驟與流程

3.1 XGBoost算法

XGBoost 是基于梯度提升樹的集成算法，梯度提升樹的工作原理可用式(13)表示。

式中，為一棵樹上的節(jié)點數(shù)；w為這顆數(shù)上的第個葉子節(jié)點上的樣本權(quán)重；g和h分別為損失函數(shù)的一階導(dǎo)數(shù)和二階導(dǎo)數(shù)；為L2 正則化的參數(shù)；為控制樹復(fù)雜度的懲罰因子。

式(13)表明梯度提升樹可以將無法正確預(yù)測或分類的樣本，通過構(gòu)建新的樹，再通過梯度下降方式使其預(yù)測模型精度不斷提升，降低目標函數(shù)值。從式(14)可知，XGBoost 為結(jié)構(gòu)風(fēng)險最小，其在目標函數(shù)中加入正則項對模型的復(fù)雜度進行約束，使學(xué)習(xí)出來的模型更為簡單，減少過擬合；其次，XGBoost 支持用戶自定義目標函數(shù)和評估函數(shù)，只需定義出的目標函數(shù)二階可導(dǎo)即可。

3.2 改進MKFCM-XGBoost 的集成建模流程與步驟

綜前所述，基于改進MKFCM-XGBoost 方法，罐式批次成品汽油調(diào)和配方集成建模的具體流程如圖2所示。需要強調(diào)的是，最終配方生成時，需基于改進MKFCM算法求得當前罐底余油的隸屬度向量，并以此作為XGBoost子配方模型的融合權(quán)重系數(shù)，依據(jù)融合式(16)，以多模型集成的方式獲得罐式批次成品汽油調(diào)和的最終配方。

圖2 基于改進MKFCM-XGBoost多模型集成建模的配方生成流程

具體步驟可歸結(jié)如下。

步驟1:改進MKFCM參數(shù)設(shè)定，主要包括核函數(shù)的整體核參數(shù)、聚類個數(shù)、平滑因子、聚類的迭代結(jié)束條件等，再根據(jù)式(12)自適應(yīng)計算各組分高斯核函數(shù)的核參數(shù)；

步驟2:參數(shù)初始化，在聚類之前需要初始化隸屬度矩陣以及各個核函數(shù)的融合權(quán)值；

步驟3:根據(jù)表1算法步驟對歷史罐底余油的各組分添加比例進行聚類，得到隸屬度矩陣；

步驟4:根據(jù)式(3)由得到的隸屬度矩陣對歷史罐底余油數(shù)據(jù)進行批次類別劃分；

步驟5: XGBoost 模型的參數(shù)設(shè)定，主要包括XGBoost 的集成中弱評估器的數(shù)量n_estimators、隨機抽樣的特征比例（每次生成樹采樣比例colsample_bytree、每次生成樹的一層采樣比例colsample_bylevel、每次生成一個葉子節(jié)點采樣比例colsample_bynode）、集成中的學(xué)習(xí)率、L1/2正則化參數(shù)alpha/lambda、復(fù)雜度的懲罰項gamma、樹的最大深度max_depth等；

步驟6:用各批次歷史數(shù)據(jù)集訓(xùn)練XGBoost子配方模型，并進行折交叉驗證，記錄此參數(shù)下的模型指標；

步驟7:重新設(shè)定XGBoost模型的參數(shù)，再次返回步驟6；

步驟8:從若干組參數(shù)下選擇出較好的子配方模型參數(shù)；

步驟9:計算出當前罐底余油的隸屬度向量={,,…,}；

步驟10:將當前罐底余油的配方比例以及欲達到的成品汽油各項質(zhì)量指標，作為各個子配方模型輸入進行預(yù)測，再基于步驟9得出的隸屬度向量作為權(quán)重系數(shù)，利用式(16)進行融合；

步驟11:采用評價指標對模型評價，如果達到預(yù)期效果進入步驟12結(jié)束此過程，否則返回步驟1；

步驟12:結(jié)束。

4 基于改進MKFCM-XGBoost 的成品汽油調(diào)和配方建模實驗

4.1 數(shù)據(jù)準備

實驗所用數(shù)據(jù)為某大型煉油廠2017—2020 年真實脫敏數(shù)據(jù)，通過篩選后數(shù)據(jù)集共包含：8個油品質(zhì)量指標特征（其余質(zhì)量指標特征通過深度解讀工藝、方差過濾、檢驗等方式刪除）以及9種罐底油組分添加比例特征，9 種組分添加比例標簽。需要進一步說明的是8個油品質(zhì)量指標特征確定問題，該企業(yè)原始生產(chǎn)數(shù)據(jù)共有質(zhì)量指標25 個，具體篩選方式包括：與企業(yè)資深專家溝通下對工藝的深度解讀，確定了最為重要的研究法辛烷值、抗爆指數(shù)、芳烴、烯烴、苯含量5個指標，并刪除了非數(shù)值及數(shù)據(jù)不全的10 個指標；再通過方差過濾方式，刪除了一些數(shù)值方差為0的未洗膠質(zhì)含量、溶劑洗膠質(zhì)等5個指標；采用檢驗方式，依據(jù)指標特征與添加組分的相關(guān)度，篩選出氧含量、密度、硫含量3個指標，刪除了相關(guān)度弱的飽和蒸汽壓和電導(dǎo)率。樣本篩選方式包括但不限于刪除不符合工業(yè)實際工藝、調(diào)和失敗以及不滿足3原則的數(shù)據(jù)，最終挑選出8個指標特征的1192個樣本。從中隨機選取80%樣本作為訓(xùn)練集，余下20%作為測試集。

4.2 模型性能評價指標

為了對文中方法建立的成品汽油調(diào)和配方模型性能進行客觀評價，采用常見的評價指標均方誤差（mean-square error，MSE）、決定系數(shù)（）、泛化誤差（genelization error，GE），并定義預(yù)測配方比例和（predicted blending ratios，PBR）評價指標。

（1）常用評價指標［式(17)～式(19)］

GE = bias()+ var()+≈bias()+ var() (19)

式中，為樣本個數(shù)；?為模型第個樣本第種組分預(yù)測值；y為第個樣本第種組分真實值；ˉ為第種組分真實值的平均值；SSE為第種組分的殘差平方和；SST為第種組分的總離差平方和；bias()為偏差，由模型在訓(xùn)練集上的擬合程度決定；var()為方差，由模型的穩(wěn)定性決定；為噪聲，屬于不可控因素，故本文未考慮。

（2）預(yù)測配方比例和 由于本文建立的是以9種調(diào)和組分添加比例為輸出的配方模型，考慮模型的準確性，因此采用各組分的添加比例和作為評價指標，定義如下。

如果某批次成品油的混合質(zhì)量為（噸），則調(diào)和中種組分的添加質(zhì)量和應(yīng)為（噸），如式(20)所示。

4.3 實驗研究

4.3.1 參數(shù)選擇

模型參數(shù)的選取對模型預(yù)測的性能至關(guān)重要。為了更為客觀地評價本文中建模方法的性能，在實驗中作了如下考慮：其一所有對比實驗均采用網(wǎng)格搜索以及折交叉驗證的方法選取最優(yōu)的模型參數(shù)；其二是保證數(shù)據(jù)的一致性，將多模型各個子模型的訓(xùn)練集、測試集，共同作為單模型的訓(xùn)練集、測試集。需要采用網(wǎng)格搜索的參數(shù)主要包括：改進和未改進MKFCM以及XGBoost的相關(guān)參數(shù)。

（1）改進MKFCM參數(shù)選擇 由于罐底油主料成分實際批次未知，因此需通過改進MKFCM確定及相應(yīng)判別方法輔助完成。本文采用2.2節(jié)中提到的3種常用于聚類個數(shù)判斷的間隙、手肘和輪廓等方法，聚類個數(shù)從2～10變化，分別計算間隙值、組內(nèi)平方誤差以及輪廓系數(shù)，具體結(jié)果如圖3所示。

圖3 判別方法的結(jié)果

間隙統(tǒng)計法是指從滿足Gap 值局部最大且Gap 值差值大于參考分布1 個標準差的類別數(shù)中，選取最小類別視為最佳聚類個數(shù)。圖3(a)中實線表示當前類別的Gap值與其相鄰之間的差值，星形線表示參考分布在不同類別數(shù)上的標準差，三角形線表示不同類別數(shù)上的Gap值?？梢钥闯鲱悇e數(shù)為3、4、6、9、10時，均同時滿足前述的兩個條件，故最佳聚類數(shù)為3。手肘法主要尋求類別數(shù)中組內(nèi)平方誤差的拐點，即關(guān)注變化率，圖3(b)中黑實線表示組內(nèi)平方誤差在前后類別數(shù)的差值，虛線表示組內(nèi)平方誤差在不同類別數(shù)的值。綜合可知，當類別數(shù)為3、4 時拐點相對明顯，故最佳聚類數(shù)為3～4。輪廓系數(shù)法則是通過計算輪廓系數(shù)值，選取其中最大輪廓系數(shù)值所屬的類別，其聚類效果更好，圖3(c)表示不同類別下輪廓系數(shù)的值，顯然聚類個數(shù)為2～3類時，輪廓系數(shù)值更大，故認為2～3類為最佳聚類個數(shù)。

綜合圖3的結(jié)果分析，可以得出聚類個數(shù)應(yīng)為2～4 類，結(jié)合3 種判別結(jié)果，采用投票法可得批次個數(shù)應(yīng)是3 個，這恰與企業(yè)的生產(chǎn)實際情況相符，故確定最佳聚類個數(shù)為3類，其余改進MKFCM的參數(shù)設(shè)置見表2。未改進MKFCM算法采用文獻[38]的參數(shù)設(shè)置。

表2 改進MKFCM的參數(shù)設(shè)置

（2） XGBoost 參數(shù)選擇 表3 給出了建立XGBoost各批次子配方模型或單一配方模型的部分參數(shù)設(shè)置，具體見3.2節(jié)步驟5中的參數(shù)說明。

4.3.2 罐底油成分聚類分析對集成模型的影響

通過4.3.1 節(jié)中分析可知，罐底油明顯存在批次問題，盡管文獻[38]與下文改進的MKFCM 分類算法均可將罐底油數(shù)據(jù)進行分類，但在集成配方生成時，當前罐底余油所屬類別的隸屬度對最終生成配方精度卻有著重要的影響。針對MKFCM 算法，選出部分樣本分別采用MKFCM 算法及改進MKFCM算法進行計算隸屬度，結(jié)果見表4。

從表4 中可以看出，同樣的樣本采用MKFCM算法，得到了對各個批次隸屬度均近似相等的結(jié)果，而采用改進的MKFCM 則隸屬度出現(xiàn)了差異。尤其是第6 個樣本，采用MKFCM 算法的隸屬度均為0.333 左右，而通過改進MKFCM 算法求取隸屬度，分別為0.36035、0.54604和0.09359，屬于3類的概率出現(xiàn)了明顯差異。這說明由于本文考慮了組分特征的差異，自適應(yīng)選取各核的參數(shù)，使得改進后的MKFCM 算法可以更精細地將數(shù)據(jù)進行分類，從而建立更精準的批次子配方模型，而且在配方在線生成時，由于此隸屬度反映了最終配方生成的融合系數(shù)，因而會進一步影響最終的模型性能。

表4 部分樣本聚類隸屬度

4.3.3 批次子配方模型建立與分析

根據(jù)上述聚類得出的各批次數(shù)據(jù)，采用表3中各子模型的參數(shù)設(shè)置，建立各個批次的子配方模型。為說明基于XGBoost建模的優(yōu)越性，本文首先對比了11 種常用機器學(xué)習(xí)算法（多元線性回歸、嶺回歸、lasso 回歸、彈性網(wǎng)絡(luò)、最近鄰算法、偏最小二乘算法、決策樹、支持向量機回歸、隨機森林、RBF 神經(jīng)網(wǎng)絡(luò)、廣義RBF 神經(jīng)網(wǎng)絡(luò)）建立子配方模型，并從中挑選出性能較優(yōu)的最近鄰（nearest neighbor，KNN）模型，與XGBoost 建立的子配方模型進行對比；同時為說明本文考慮生產(chǎn)批次建立的多模型集成方法優(yōu)于單模型方法，這里還通過單一XGBoost 配方模型（模型1）與XGBoost建立的子配方模型進行對比，使用MSE 以及性能指標評價分析，具體性能對比見表5。

表3 XGBoost部分參數(shù)的不同設(shè)置

從表5 中可以看出，基于XGBoost 建立的子配方模型性能均優(yōu)于KNN的，說明XGBoost算法用于油品調(diào)和子配方模型建立更為優(yōu)越。對比模型1可知，批次子配方XGBoost的預(yù)測精度均優(yōu)于未考慮批次的XGBoost 單一配方模型（模型1）；再以表5中的成品汽油調(diào)和主料加氫汽油為例進行更為細致的分析，發(fā)現(xiàn)均方誤差前者均比后者低約0.1，決定系數(shù)亦提升了約0.03，且KNN 批次子配方模型也具有類似的優(yōu)勢。由此說明，同時考慮罐底余油及批次屬性建立的子配方模型，對于批次屬類預(yù)測而言更為精準。

表5 各批次子配方模型性能比較

4.3.4 基于改進MKFCM-XGBoost 集成配方模型建立與分析

為顯現(xiàn)本文改進MKFCM-XGBoost 多模型集成配方的優(yōu)勢，分別與模型1、模型2（未考慮罐底油的XGBoost單一配方模型）、模型3（同時考慮罐底油及批次的MKFCM-XGBoost 集成配方模型）的預(yù)測結(jié)果對比。其中，圖4為基于不同模型的加氫汽油預(yù)測結(jié)果（其余組分預(yù)測結(jié)果類似，限于篇幅，不再呈現(xiàn)），圖5 為幾種模型的MSE、直方圖對比，表6 及表7 分別給出了幾種模型下GE、PBR及MSE、等性能的定量比較。

表6 是對9 種組分預(yù)測配方模型的整體評價，分別為泛化誤差GE 和預(yù)測配方比例和PBR 指標。其中GE 值越小越好，而PBR 越接近100%效果越好。亦可看出，文中提出的集成模型性能最佳，其次為集成模型3，而單一模型2最差。圖4是130個加氫汽油真實值樣本與幾種模型預(yù)測結(jié)果的比較，可以直觀看出，基于本文改進MKFCM-XGBoost 集成模型的加氫汽油預(yù)測值以及未改進MKFCMXGBoost 的集成模型3，僅有個別樣本與真實樣本未重合，其重合度最高；而未考慮罐底余油的單一模型2，與真實樣本則出現(xiàn)了多個未重合，重合度最低（其他8 種組分也表現(xiàn)出類似結(jié)果）。由此可知，本文考慮批次及罐底余油的集成配方模型，明顯優(yōu)于未考慮批次的單一配方模型。這充分揭示出對于罐式批次調(diào)和工藝，考慮批次影響能有效提高配方模型精度；同時改進MKFCM的批次分類與所屬批次的隸屬度計算，更能體現(xiàn)各種組分特征之間的差異性，從而對數(shù)據(jù)集劃分更為精準，進而據(jù)此融合又可進一步提高集成配方模型的預(yù)測性能。

表6 幾種模型整體性能比較

圖4 基于不同模型的加氫汽油預(yù)測結(jié)果

圖5 及表7 是4 種配方模型對于不同組分添加比例的預(yù)測性能評估。從圖5直方圖可以直觀看出，4種配方模型對各種組分預(yù)測的MSE、對應(yīng)的數(shù)值大小不同，總體來說，MSE以加氫汽油最高，生成油最低，以醚化汽油最高，汽油重芳烴最低。從表7定量精細分析可知，相較于其他方法，本文方法預(yù)測各個組分的MSE數(shù)值均最小，而均最接近1，說明文中方法具有更精準的預(yù)測效果和泛化能力。因此，對于罐式批次成品汽油調(diào)和工藝，采用本文方法更適合于各組分添加比例的配方預(yù)測。

表7 幾種模型配方的性能比較

圖5 幾種模型配方的性能對比

5 結(jié)論

根據(jù)某煉油企業(yè)成品汽油調(diào)和的實際工藝，考慮調(diào)和過程中罐底余油及其主料成分存在多批次等影響產(chǎn)品質(zhì)量指標的因素，提出了一種基于改進MKFCM-XGBoost 的多模型集成建模方法，并將其用于罐式批次成品汽油調(diào)和配方的預(yù)測，經(jīng)使用該企業(yè)歷史生產(chǎn)數(shù)據(jù)進行實驗對比研究，得到了如下結(jié)論。

（1）考慮罐底余油組分特征間存在的差異性，提出了基于組分特征的核參數(shù)自適應(yīng)計算法，并用于改進MKFCM 方法，實驗結(jié)果表明，較傳統(tǒng)MKFCM 算法，改進算法能更好地對罐底余油進行分類和融合系數(shù)計算，從而為建模分類源頭和融合生成配方提供了更精準的依據(jù)。

（2）考慮XGBoost算法具有預(yù)測精度高、復(fù)雜度低及泛化能力強等優(yōu)勢，文中采用XGBoost算法建立了各批次子配方模型，與11 種常見機器學(xué)習(xí)算法中實驗結(jié)果性能最優(yōu)的KNN 比較，對于罐式批次成品汽油調(diào)和的子配方模型建立，XGBoost 算法更適合。

（3）考慮罐式調(diào)和過程中存在罐底余油及批次問題，本文提出的多模型集成通用配方，無論對MKFCM 算法是否進行改進，與未考慮批次建立的單一配方模型相比，其預(yù)測精度、泛化能力及配方比例和均更具優(yōu)勢。

因此，基于本文改進MKFCM-XGBoost 集成建模方法生成的通用配方，可作為罐式批次成品汽油調(diào)和工藝生產(chǎn)的依據(jù)，有望提高企業(yè)生產(chǎn)效益。