来源：期刊VIP网 时间：
作者：谢洋;陆新建;邵晓雯;吴永红;张兵;
单位：沈阳工业大学石油化工学院;南京科思倍信息科技有限公司;
摘要：由于加氢裂化装置中柴油产量影响因素多且复杂，常因关键指标测量困难造成生产效率低、产品质量差。为此提出MLP-RF(多层感知器-随机森林)组合模型对某石化公司芳烃厂加氢裂化装置现场数据进行预处理和模型训练，以期有效预测柴油产量。首先，采用滑动平均滤波法对原始数据降噪处理，借助Z-score标准化法消除特征数据间的尺度差异，筛选了装置中原料性质和操作条件的特征变量。其次，在模型内部构建权重量化器，为组合模型动态分配权值，实现优化。结果显示该组合模型在加氢裂化工艺中柴油产量预测时，比单一MLP、RF模型在原始数据降噪和预测精度上都具有显著优势，为生产过程控制与优化提供理论依据。
关键词：MLP-RF模型;软测量;加氢裂化;特征选择;预测;机器学习
基金资助：辽宁省自然科学基金资助项目(2021-MS-238); 辽宁省教育厅科研项目(LJGD2020002); 沈阳市中青年科技创新人才项目(RC200325)
