首页|基于支持向量机的汽油辛烷值预测研究

基于支持向量机的汽油辛烷值预测研究

扫码查看
原文链接
  • 万方数据
  • 维普
针对工业汽油成品辛烷值含量难以实时获取的问题,提出一种辛烷值预测模型,对成品汽油辛烷值含量进行精确预测.首先以某一大型石化企业真实采集数据为基础,提出一种基于孤立森林的数据清洗方式,对原始数据中异常值及缺失值进行预测及填充;然后通过主成分分析法选取与辛烷值含量相关系数较高的36个特征变量基于支持向量机训练辛烷值含量预测模型,在原始模型基础上采用高斯核函数并采用学习曲线对模型最优参数进行选择.结果表明,改进后的模型决定系数为84.36％,平均误差为0.169,可实现对汽油成品辛烷值的有效预测.
Research on gasoline octane number prediction based on support vector machine

罗维平、曹长昕

展开 >

武汉纺织大学机械工程与自动化学院,湖北武汉430200

湖北省数字化纺织装备重点实验室湖北武汉430200

辛烷值预测 随机森林 主成分分析 支持向量机

国家自然科学基金湖北省数字化纺织装备重点实验室开放基金

61271008DTL2019020

2022

10.13624/j.cnki.issn.1001-7445.2022.0191

广西大学学报(自然科学版)
广西大学

广西大学学报(自然科学版)

CSTPCD北大核心
影响因子：0.767
ISSN：1001-7445
年,卷(期)：2022.47(1)
  • 2
  • 7