基于LM/SVM方法的二次反应清洁汽油辛烷值预测

作     者：袁俊 周小伟 杨伯伦 

作者机构：西安交通大学能动学院化工系动力工程多相流国家重点实验室陕西西安710049 

出 版 物：《高校化学工程学报》 (Journal of Chemical Engineering of Chinese Universities)

年 卷 期：2010年第24卷第2期

页      面：258-262页

核心收录：

学科分类：081702[工学-化学工艺] 08[工学] 0817[工学-化学工程与技术] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点基础研究发展计划(973)资助项目(2009CB219906) 国家自然科学基金资助项目(20776117 20976144) 高等学校博士学科点专项科研基金资助课题(20070698037) 

主　　题：清洁汽油 辛烷值 集总 LM/SVM方法 

摘      要：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%。