基于全局优化算法的杂粮eGI预测模型建立及关键影响因素分析_王梦倩

杂粮是我国居民膳食的重要组成部分,其营养丰富,含有多种维生素、矿物质及生物活性成分,具有调节血糖的潜在功效。杂粮的血糖生成指数(Glycemic Index,GI)受其本身理化成分影响很大,面对不同种类、不同品种、不同产地的杂粮,缺乏一种更加便捷、经济的方法进行快速初筛评价。因此,本研究以常见15种杂粮为研究对象,对其主要成分进行了分析和评价,同时测定其中多酚含量和氧自由基清除能力(Oxygen Radical Absorbance Capacity,ORAC),采用体外模拟消化法获取其估计血糖生成指数(Expected Glycemic Index,eGI),并通过显著性分析确定影响杂粮eGI的主要参数,进一步采用通用全局优化算法建立eGI预测模型。结果表明,杂粮比起大米具有更高的营养价值,总酚含量介于26.6~716.8 mg/100 g之间,大部分杂粮以可溶性多酚为主,多酚含量是影响氧自由基清除能力的重要原因但不是唯一因素。eGI与蛋白质(P)、膳食纤维(DF)含量和淀粉直/支比(AAR)均呈显著负相关性,eGI预测模型为:eGI=-0.080×P-1.358×DF-15.679×AAR+85.012(R2=0.77),预测偏差为0.1%~8.7%。该模型可用于预测我国常见的杂粮的GI值,同时提示在低GI杂粮产品开发的过程中,应注意蛋白质、膳食纤维的保留,同时关注淀粉直/支比

  • 2021-04-24
  • 阅读248
  • 下载0
  • 8页
  • pdf

基于随机森林算法的煤层气直井产气量模型_朱庆忠

煤层气产量评价和预测是煤层气开发工程决策的关键基础。随机森林算法具有计算量小、精确度高的优点。影响煤层气井产能的参数包含地质参数、工程措施和排采工艺参数。煤储层地质参数分为动态参数和静态参数两个部分。静态地质参数由煤层的本质属性决定,如:煤层埋深、煤层厚度、地应力等;动态地质参数在排采过程中发生动态变化,如储层压力、渗透率等。排采工艺参数多为动态参数,主要受人为调控,如井底流压、套压、动液面深度、冲次、冲程等。当煤层气井完成选址、钻井、水力压裂等条件进入生产阶段,排采工艺参数对其产量影响至关重要。基于随机森林算法,分析了沁水盆地郑村区块15号煤层8口煤层气井的地质参数和排采工艺参数对产气量的影响,计算得到了排采工艺参数对煤层气井产气量影响的重要性指标排序,即流压>套压>动液面>冲次>冲程>埋深。将煤层气井最近60 d的生产数据作为产气量预测的测试样本,其余历史生产数据作为学习样本。学习样本经过缺失值处理、异常数据处理后,输入至R语言中,利用随机森林算法对历史产气量进行拟合分析。综合考虑排采工艺参数和历史产气量的动态变化对煤层气井后续日产气量的影响,建立了煤层气井的产量模型。依据随机森林算法的分枝优度准则,预测了不同排采方案下的煤层气井日产气量,将预测值与测试样本进行对比分析。结果显示,日产气量预测值中95%以上的数据与实际产量数据(测试样本)的误差小于5%,这说明基于随机森林算法的煤层气直井产量模型具有较高的拟合及预测精度,为煤层气井产能评价和预测提供了借鉴。

  • 2021-04-29
  • 阅读247
  • 下载0
  • 10页
  • pdf