[发明专利]燃料乙醇发酵过程工业知识图谱构建方法

权利要求书

1.燃料乙醇发酵过程工业知识图谱构建方法，其特征在于，包含以下三个阶段：获取生产历史数据，构建并优化预测模型；提取出罐乙醇体积比和各生产阶段中重要变量的因果关系及其对应权重值；绘制能准确表示此关系的工业知识图谱；以应用于对关键变量的控制并提高燃料乙醇生产的质量和效率；

在预测模型的构建和优化阶段，包括步骤：

(1)获取燃料乙醇生产过程中液化过程、酒母过程和发酵过程的生产历史数据；

(2)构建基于XGBoost框架的预测模型并训练；

XGBoost模型的目标函数如下：

其中，l为损失函数，t为迭代轮数，Ω(f_t)为正则项，constant为常数项，f_t(x_i)表示一个新的子模型，即回归树；经过泰勒展开近似并省去每次迭代过程中的常数损失函数后，目标函数可化简为：

其中分别代表上一轮迭代中损失函数的一阶偏导数和二阶偏导数；

(3)使用网格搜索方法，调整步骤(2)中预测模型的参数，确定最佳参数并重新训练模型；

(4)利用SHAP方法分析步骤(3)所得模型各特征的重要性，以此为标准，得到筛选后的特征；单个特征的SHAP重要性计算公式为：

其中S为模型中使用的特征的子集，j为该特征的编号，x₁，…，x_p为特征的向量，p为特征的数量，为S的权重，val(S)为S的预测值；

(5)根据步骤(4)的特征筛选结果，重新构建、训练模型并再次确定最优参数；查看各特征的重要性。

2.根据权利要求1所述的燃料乙醇发酵过程工业知识图谱构建方法，其特征在于，步骤(1)中所述的燃料乙醇生产数据，针对液化过程，包含pH、干物、粘度、DP4+、DP3、DP2、葡萄糖、果糖、琥珀酸、乳酸、甘油、乙酸、乙醇、色谱还原糖、色谱总糖、DE、GI和SI等变量数据；针对酒母过程，包含pH、干物、酵母数、出芽率、死亡率、DP4+、DP3、DP2、葡萄糖、果糖、琥珀酸、乳酸、甘油、乙酸、乙醇、色谱还原糖、色谱总糖、乙醇/甘油和乙醇体积比等变量数据；针对发酵过程，包含发酵8小时、24小时和40小时共三组变量，每组变量包含DP4+、DP3、DP2、葡萄糖、果糖、琥珀酸、乳酸、甘油、乙酸、乙醇、色谱还原糖、色谱总糖、乙醇/甘油和乙醇_体积比等变量数据；另有出罐乙醇体积比数据。

3.根据权利要求1所述的燃料乙醇发酵过程工业知识图谱构建方法，其特征在于，步骤(2)中，所述构建基于XGBoost框架的预测模型，参数参考常用值和经验值进行选择，暂不对输入特征做筛选。

4.根据权利要求1所述的燃料乙醇发酵过程工业知识图谱构建方法，其特征在于，步骤(3)中，网格搜索法主要是给模型的各个参数设置预选值，在预选值范围内将各参数组合训练，多次模拟建模，从而在其中选定最优者。

5.根据权利要求1所述的燃料乙醇发酵过程工业知识图谱构建方法，其特征在于，步骤(4)中，使用SHAP方法筛选特征；按特征重要性顺序，每次保留一定数量的特征，舍弃其余特征，多次建模，选定最优者后完成特征筛选。

6.根据权利要求1所述的燃料乙醇发酵过程工业知识图谱构建方法，其特征在于，步骤(5)中，将步骤(4)所述筛选后的特征作为模型输入，再次使用网格搜索法调整参数；建模完成后用SHAP方法查看特征重要性，删除其中发酵过程三组变量中同名的特征；记录其余特征和对应的重要性数值。

7.根据权利要求1所述的燃料乙醇发酵过程工业知识图谱构建方法，在提取因果关系和对应权重值阶段，其特征在于，包含步骤：

(1)提取液化过程、酒母过程和发酵过程中的变量和出罐乙醇体积比之间的影响作用；

(2)分别提取针对酒母过程和发酵过程、液化过程和发酵过程、液化过程和酒母过程中的变量之间的因果关系和对应权重值。