基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
该文基于人工神经网络(BP) 方法,用毛细管色谱法预测汽油馏分的辛烷值,其预测最大绝对误差为0.28 ,平均误差为0.122,比常用的线性回归数学模型法更能准确地预报辛烷值.
推荐文章
应用BP神经网络的二次反应清洁汽油辛烷值预测
清洁汽油
辛烷值
集总
多元线性回归
BP神经网络
汽油组分及汽油辛烷值预测方法研究进展
辛烷值
汽油
汽油组分
拓扑指数法
基团贡献法
基于SHPSO-GA-BP的成品汽油调和中加氢汽油组分辛烷值的预测
辛烷值
预测
神经网络
遗传算法
粒子群算法
SHPSO-GA-BP神经网络
优化
基于GA-BP优化算法的BP网络及其在汽油调合辛烷值建模中应用
汽油调合模型
遗传算法
优化算法
BP网络等
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于人工神经网络(BP)方法预测汽油辛烷值
来源期刊 石油与天然气化工 学科 工学
关键词 人工神经网络 汽油 辛烷值
年,卷(期) 1999,(2) 所属期刊栏目
研究方向 页码范围 103-105,72
页数 4页 分类号 TE626
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人工神经网络
汽油
辛烷值
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
石油与天然气化工
双月刊
1007-3426
51-1210/TE
大16开
四川省成都市双流华阳天研路218号
1972
chi
出版文献量(篇)
3347
总下载数(次)
7
总被引数(次)
22864
论文1v1指导