基于梯度提升决策树的三组元精馏流程结构最优化

针对三组元精馏流程结构最优选择问题,提出一种基于梯度提升决策树(gradient boosting decision tree,GBDT)的机器学习方法,利用7种精馏流程结构分离9种三组元混合物的经济评价结果数据用于模型训练。分别应用传统决策树和GBDT模型对多个实际案例进行验证,结果显示无论是对已知物系还是未知物系,提出的GBDT模型相较传统决策树模型具有更高的预测准确率。