DMOS-基于多种数据挖掘算法的工业优化软件系列

基于我们多年从事炼油，化工，冶金工业优化工作的经验，参照国际上先进控制和优化工程公司的工作模式，开发了适用于生产过程优化，故障诊断，优化新产品研制和配方设计的软件系列DMOS。DMOS软件分开发软件和运用软件两大类，前者包括一个数据挖掘方法库，其中多种模式识别，支持向量机算法，线性和非线性回归以及人工神经网络组成一个信息处理的统一流程。可处理用户的数据，开发适合用户需要的DMOS运行软件。后者包括数据库，模型库和简易方法库，可直接对生产进行优化开环指导或在线控制，DMOS软件系列为化工，炼油，钢铁等行业生产过程优化的工程化运营创造了条件。     

利用支持向量机研究钙钛矿型合金中间相的若干规律

以原子的金属半径、电负性和次内层d电子数为参数,用原子参数—模式识别方法,以及支持向量机等方法求得含碳、氮、硼的三元合金系形成钙钛矿型中间相的判据,并建立了计算钙钛矿型中间相的晶胞参数的半经验回归模型。该模型留一法的预报值正确率均在90%以上,与实验结果符合。     

镀锡钢板耐蚀性与恒电流阳极溶解电位-时间曲线的关系

在恒电流条件下，将镀锡钢板作为阳极在稀盐酸中用高电流密度电解。测定其电位E随时间t变化的曲线和相应的dE／dt-t微分曲线，从中抽取与镀锡钢板合金层致密程度和耐蚀性有关的参数，用支持向量机算法(support vector machine，SVM)和主成分分析(principal component analysis，PCA)及Fisher法等模式识别算法总结这些参数和镀锡钢板耐蚀性标准测试方法所得的合金-锡偶合电流值(alloy-tin couple value test，ATC值)的对应关系．据此找出耐蚀优级镀锡钢板E-t曲线判据和优化产品耐蚀性的工艺条件．结果表明：可在此基础上建立监测和优化镀锡钢板耐蚀性的快速测定方法．     

α-唑基-α-芳氧烷基频哪酮(芳乙酮)及其醇式衍生物抗真菌活性的分子筛选

研究了最佳投影识别法（Optimal Projection Recognition Method）在α－唑基－α－芳氧烷基频哪酮（芳乙酮）及其醇式衍生物抗真菌活性筛选中的应用，解决了由计算机自动搜索该类化合物活性分类的最佳模式识别分类图的问题，且得到了识别该类化合物高抗真菌活性的判据，据以筛选出了可望具有较高抗真菌活性的该类新化合物。     

支持向量机及其他核函数算法在化学计量学中的应用

化学，化工领域中多数数据处理问题属于数学中的“不适定问题”（ill-posed problem)，而传统的化学计量算法如线性和非线性回归，人工神经网络等忽略了这一特点，将其作为“适定问题”（well-posed problem)求解，是引发数据处理中“过拟合”问题的重要原因，近年来新提出的“支持向量机算法”适合于处理不适窒问题，能限制过拟合，且因采用核函数算法，能有效处理非线性数据集，与当前化学化工中应用极广的人工神经网络相比，优越性明显，在化学化工中具有巨大的应用潜力。     

二元溴化物系(MBr-M′Br_2)中间化合物形成规律的逐级投影法研究

提出了一种新的模式识别建模方法-逐级投影法(hierarchical projection method),并将该方法用于二元溴化物系(MBr-M’Br_2)中间化合物形成规律的研究。在由原子键参数(z/r)_M、X_M'、I_M、I_M',张成的多维空间中,能形成和不能形成MBr-M'Br_2系中间化合物的样本点分布在不同的区域。利用HP方法得到的超多面体模型可描述MBr-M'Br_2系中间化合物在多维空间中分布区域的边界,在此基础上预报RbBr-CaBr_2和CsBr-CaBr_2这2个熔盐体系可形成中间化合物,结果得到实验证实。     

基于支持向量机回归的麻醉药毒性的QSPR研究

采用支持向量机回归(SVR)方法研究了39个麻醉药毒性的定量构效关系,基于留一法交叉验证的结果,模型的相关系数为0.970。结果表明,所建SVR模型的精度高于逆传播人工神经网络(BPANN)、多元线性回归(MLR)和偏最小二乘法(PLS)所得的结果。     

Relationships between Pitzer's ion interaction coefficients and ionic parameters of electrolyte solutions

1　INTRODUCTIONConcentratedelectrolytesolutionsarecommonintermediatematerialsinhydrometallurgicalandchemicalindustrialprocesses[1] .Andtheactivityco efficientisoneofthebasicpropertiesofelectrolyteso lutions ,whichisusefulfortheestimationofthesolu bilityofinorganicsalts ,thedistributionandsepara tioncoefficientsinliquid liquidextractionprocesses ,andthephasediagramofwater saltsystems .Asemi empiricalion ioninteractionmodel,alsothemostpopularmethodsofar ,proposedbyPitzer[2 ] ,canbeusedtocal…     

以节水和水资源优化配置为目标的水权交易机制设计

对无交易机制、市场交易机制和政府主导交易机制3 种状态下水权交易的资源配置效率和节水效果进行了分析与比较。首先运用简单的个体决策模型来分析比较无交易机制状态和市场交易机制状态下的资源配置效率和节水效果;其次运用两阶段博弈模型分析政府主导交易机制下的个体最优决策所导致的资源配置效率和节水效果。分析结果表明在参与人目标收益最大化约束前提下,市场交易机制只能实现水资源的优化配置却不能促进节水,而政府主导交易机制在实现水资源优化配置上更有效率,而且在一定条件下可能促进节水。最后通过数值模拟演示了上述分析结构,并运用美国加州和德州的水权交易数据进一步验证了本文结论。     

支持向量机算法在化学化工中的应用

由于计算机技术的发展，机器学习（包括线性和非线性回归，人工神经网络，模式识别算法等）已成为处理化学化工数据，总结经验规律，据以预报未知或控制生产过程的常规手段。但是，传统的机器学习算法都以经典统计数学的渐近理论为依据。该理论的大数定理规定：统计规律只有在已知样本数无限多时才显露出来。但化学化工实际工作中已知样本总是有限的。忽视这一矛盾是造成实际计算中过拟合弊病的重要原因。针对经典统计教学这一弱点，Vapnik学派提出了“统计学习理论”和“支持向量机算法”。新算法既能处理非线性问题，又能抑制传统算法（如人工神经网络等）常遇到的过拟合弊病，本专刊中的论文系列工作表明：支持向量机算法在分析化学的多变量校正，数据处理，商品检验，相图和新化合物的计算机预报，新材料制备的实验设计，环境污染的建模和预报，以及分子设计，药物设计等领域的应用都有良好的效果。在多数情况下所建的数学模型较传统算法的结果有更好的预报正确率，这一新算法将会成为化学，化工领域数据处理广泛应用的新计算工具。