基于粒子群优化算法改进的XGBoost模型制备C4烯烃工艺条件优化

作者：徐博涵; 阮敬^*

来源：科学技术与工程, 2023, 23(05): 2016-2024.

• C4烯烃收率
• XGBoost
• 粒子群优化算法
• 超参数优化

C4烯烃是生产清洁友好燃料等化工产品的重要原料，提升C4烯烃收率，增大C4烯烃产量是生产过程重要的目标之一。针对乙醇偶合制备C4烯烃这一化学反应样本数量多、特征数量少等特点，提出一种组合模型——粒子群优化(particle swarm optimization, PSO)算法改进的XGBoost模型。首先，将XGBoost模型与数据的拟合效果作为粒子群算法的目标函数，通过粒子迭代确定XGBoost模型的最优超参数；其次，通过对变量设置一定的步长构造仿真数据。最后，将优化后的XGBoost模型与仿真数据进行拟合，拟合优度由76%提升至93%。根据预测结果确定了C4烯烃的最大收率和最佳反应条件，得到C4烯烃收率的最大值为43.52%。实验结果表明，改进后的XGBoost模型在误差和精度方面都优于原始模型。

• 单位
  首都经济贸易大学