随着天然气脱碳工艺的迅速发展,已经积累了许多脱碳工艺相关的专家知识,但是目前主要还是依靠专业技术人员的经验,实现脱碳工艺的操作,对操作人员的技术要求较高,而且在现有的案例数据中,为实现脱碳工艺优化具有较大的难度。本论文在对MDEA脱碳工艺参数的选择及工艺参数设置范围进行研究的基础上,通过引入组合预测算法实现MDEA脱碳工艺参数的模拟计算,简化了传统脱碳工艺参数优化的复杂过程,为脱碳工艺优化提供了一定的指导作用。首先,在分析MDEA脱碳工艺推荐理论基础上,通过分析MDEA脱碳工艺相关参数,研究现有工艺推荐系统模型的结构特点;其次,根据基于多算法的组合预测模型特点,构建了基于遗传算法优化的BP神经网络预测模型、基于粒子群算法优化的支持向量回归预测模型,构建的多算法组合预测模型优于原始的单预测模型;然后,根据多模型的组合预测算法机理,通过对比分析所构建的几种预测模型,从中选取预测效果最佳的3个预测模型作为子模型,采用基于博弈论的Shaply值进行权重分配,构建了基于Shaply值的组合预测模型,经过试验分析,具有预测精度高和拟合效果较好的优点,从而对解决复杂数据具有一定的研究价值。最后,构建了基于组合预测算法的MDEA脱碳工艺推荐软件系统。该系统能快捷便利满足现场技术人员,通过工艺模拟将训练后的组合预测结果中最佳的脱碳工艺方案推荐给用户。