随机森林算法在石油馏分临界性质预测中的应用

在实测原油馏分临界性质及基础物性数据基础上,采用随机森林方法预测其临界性质。预测临界温度的随机森林模型训练的平均相对偏差在0.6%左右,测试的平均相对偏差在1.4%左右。预测结果精度较高,应用范围广。预测临界压力的随机森林模型训练的平均相对偏差一般在3%左右,测试的平均相对偏差一般在6%左右。考察了随机森林模型参数的影响,其中Ntree取500或800时预测结果能够满足要求;对于输入参数数目k≥4时,Mtry取k-1预测精度较高,当k较小时Mtry取k的预测精度较高。