توسعه مدل پیش‌بینی (Soft Sensing) برای برج تقطیر – Python

ساخت مدل Machine Learning آفلاین برای تحلیل و پیش‌بینی عملکرد برج‌های تقطیر خروجی این مدل باید شامل: تحلیل داده‌های فرآیندی و آزمایشگاهی محاسبه بهره‌وری هر سینی، خلوص محصولات، و مصرف انرژی ارائه گزارش فنی و مالی با پیشنهادات بهبود اتصال مدل به MATLAB برای تحلیل مالی و Aspen Plus/HYSYS برای مقایسه شبیه‌سازی --- وظایف شما: 1. پاک‌سازی، آماده‌سازی و هماهنگ‌سازی داده‌ها (Excel، لاگ‌ها، داده‌های آزمایشگاهی) 2. ایجاد ویژگی‌های ترکیبی (Feature Engineering) برای داده‌های برج تقطیر 3. توسعه مدل Multi-output Regression یا مشابه 4. اتصال کد پایتون به MATLAB و Aspen (با API یا COM Interface) 5. ارائه کد تمیز، قابل توسعه و مستند تسلط به Python (pandas, NumPy, scikit-learn، و در صورت نیاز TensorFlow/PyTorch) تجربه مدل‌سازی رگرسیون و پردازش داده صنعتی آشنایی با MATLAB API for Python آشنایی اولیه با Aspen Plus یا HYSYS توانایی کار مستقل و پایبندی به ددلاین برای ارسال پیشنهاد، لطفاً حتماً به این سؤالات پاسخ دهید: 1. یک نمونه از پروژه قبلی‌تان که شامل پاک‌سازی داده، مدل‌سازی ML، و اتصال به نرم‌افزار خارجی بوده را معرفی کنید. 2. تجربه‌تان در کار با MATLAB API for Python چقدر است؟ مثال بزنید. 3. آیا تا به حال با Aspen Plus یا HYSYS کار کرده‌اید؟ در چه سطحی؟ 4. چه الگوریتمی برای پیش‌بینی چند خروجی (Multi-output) پیشنهاد می‌دهید و چرا؟