周小伟
- 作品数：2 被引量：25H指数：2
- 供职机构：西安交通大学能源与动力工程学院更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术化学工程石油与天然气工程更多>>
- 基于LM/SVM方法的二次反应清洁汽油辛烷值预测被引量：8
- 2010年
- 提出了一种莱文伯格—马夸特(LM)算法和支持向量机(SVM)有机结合的LM/SVM新算法,并将其应用于基于集总模型的二次反应清洁汽油研究法辛烷值的预测。借鉴复杂反应动力学研究中的集总方法,将汽油研究法辛烷值看成汽油饱和烃集总、烯烃集总、芳烃集总的函数,并采用支持向量机表达该函数。针对支持向量机参数及核函数参数难以选择的问题,通过莱文伯格-马夸特算法搜索支持向量机中的参数,并采取把训练集分割成工作样本和检验样本的策略,从而解决了过拟合的问题。利用经典测试函数对LM/SVM算法的性能测试结果表明:LM/SVM算法不但精度优于文献报道的遗传算法与支持向量机相结合的GA/SVM方法,而且其效率也远高于GA/SVM方法。LM/SVM方法对二次反应清洁汽油研究法辛烷值预测的相对误差绝对值的平均值为0.71%。
- 袁俊周小伟杨伯伦
- 关键词：清洁汽油辛烷值
- 应用BP神经网络的二次反应清洁汽油辛烷值预测被引量：20
- 2010年
- 借鉴复杂反应动力学研究中的集总方法,将汽油辛烷值看成汽油链烷烃集总、环烷烃集总、芳烃集总、烯烃集总的函数.采用多元线性回归和BP神经网络算法,分别建立了二次反应清洁汽油的研究法辛烷值预测模型,并进行了实例计算验证和对比分析.结果表明,BP神经网络模型的整体性能优于多元线性回归模型,其强大的非线性映射能力能够更好地反映汽油研究法辛烷值与各集总组分之间的复杂关系,且具有更好的预测性能,模型预测值与实验测得的汽油辛烷值的平均相对误差为0.39%,与文献报道的汽油辛烷值的平均相对误差为0.92%.
- 周小伟袁俊杨伯伦
- 关键词：清洁汽油辛烷值多元线性回归BP神经网络
