“华为杯”研究生数学建模竞赛2020年-【华为杯】B题：基于数据挖掘降低汽油精制过程辛烷值损失

目录

摘要：

一、问题重述

1.1 问题背景

1.2 待解决的问题

二、模型假设

三、符号说明和名词解释

3.1 符号说明

3.2 名词解释

四、问题一数据预处理

五、问题二的分析与求解

5.1.问题分析

5.2 问题求解

5.2.1 散点图分析

5.2.2 斯皮尔曼（Spearman）相关系数

5.2.3 系统聚类

5.2.4 综合确定主要变量

六、问题三的分析与求解

6.1 问题分析

6.3 多元非线性回归预测模型的建立与求解

七、问题四的分析与求解

7.1 问题分析

7.2 非线性规划模型的建立与求解

八、问题五的分析与求解

5.1 问题分析

5.2 图示整体说明

5.3 轨迹分析

九、模型的评价与改进建议

9.1 模型评价

9.2 模型的改进建议

参考文献 

代码实现

问题二利用 matlab 计算相似度和显著性

问题三神经网络——用 python 实现模型的建立

问题五

---

摘要：

汽油的辛烷值（RON）是衡量汽油在气缸内抗爆震燃烧能力的数字指标，值高表示其

抗爆性能好。某企业汽油产品辛烷值损失有较大优化空间，急需用数据挖掘技术（统计、

机器学习等方法）解决辛烷值损失问题。

针对问题一，要按“样本确定方法”对 285 号和 313 号样本进行预处理。我们对于某

个变量数值全部缺失进行了删除，对于某个变量数值部分缺失的用均值代替。根据拉依达

准则剔除异常值，其中利用了贝塞尔公式得到标准误差