[01113854]基于GA-MSVR的盐析分相法预测软件V1.0

一． 项目背景 在科学研究和工业生产中,恒沸有机水溶液的分离是一个急需解决的问题。传统的蒸馏方法已经不能满足实际需求,迫切需要一种高效的、节能的分离方法。 加盐分相法是在恒沸有机水溶液中加入无机盐,无机盐的盐析效应能够使有机物-水体系分离形成水相和有机相,达到分离的目的。该方法是继萃取精馏、恒沸精馏等特殊精馏方法之后分离恒沸有机水溶液体系的又一新工艺过程,被公认为是一种有效的分离方法。目前,该领域的发展尚处于起步阶段,由于缺乏有关的相平衡理论及先验知识,使得无机盐分离恒沸有机水溶液的研究往往需要进行大量的化学实验工作。因此,有必要采用计算机模拟求解方法建立一套不依赖于假定数据结构的分析方法来寻找其潜在规律,进行有机物-水-无机盐体系液-液相平衡的研究工作。 机器学习领域中,在统计学习理论的基础上发展起来的支持向量回归算法（SVR）,是一个基于小样本学习来逼近真实模型的通用框架,在理论研究和实践应用两个方面得到快速发展。支持向量回归机可以根据已有数据的特点及关系,对数据进行拟合,寻找到一个回归函数,然后利用该回归函数,对新的未知数据进行预测。因此,支持向量回归机为研究恒沸有机水溶液体系的分离过程提供了一条计算机模拟途径。 二． 软件主要功能 基于GA-MSVR的盐析分相法预测软件主要包括两个功能： 功能一：该软件在Pitzer理论、Wilson、NRTL以及UNIQUEC方程基础上,能够在给定某种无机盐的质量摩尔浓度、温度、有机物-水体系三个条件时,计算出在这些条件下经过盐析效应之后,有机相和水相达到平衡时,有机相中水和有机物的含量。同时,该功能产生的数据可以作为多输出支持向量回归算法的训练集使用。 功能二：该软件可以利用已有的加盐分相法的实验数据,根据基于遗传算法优化的多输出支持向量回归（GA-MSVR）模型的构造方法,建立GA-MSVR模型实现对训练样本数据之间映射关系的逼近,以便对各种实验条件下有机相中的水和有机物的含量进行预测。 传统化学实验不仅操作复杂,进行一次试验最少需要耗时几个小时以上,而且化学药品成本昂贵,一次客观环境的变化或者测量的失误会带来巨大金钱损失。另外,某些盐析剂是有毒药品,对人体有害。为了降低成本,提高效率,该软件从计算机模拟仿真的角度出发,利用机器学习的有关理论计算出经过盐析效应之后的分离效果,根据以往的实验数据训练GA-MSVR模型,通过此模型预测分离效果,以期解决化学实验带来的高成本、耗时长、费人力等问题。