基于支持向量机的炭黑工艺建模

• 作者: 刘军红 李梦龙 王克龙 陆敏春 黎金明
• 来源期刊: 应用基础与工程科学学报
• 学科: 化学
• 关键词: 支持向量机 神经网络 炭黑 吸碘值 吸油值
• 年，卷（期）: 2005,（1）
• 页码范围: 51-57
• 页数: 7页
• 分类号: O657
• 字数: 2950字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-0930.2005.01.007

摘要

将支持向量用于炭黑工艺建模,并与主成分回归、反向传播人工神经网络以及径向基神经网络建模方法相比较.结果表明,炭黑生产过程具有比较强的非线性,不适合用主成分回归方法建立模型,支持向量机对炭黑吸碘值和吸油值的相对预测误差分别为1.62%和1.31%,所构建的模型的预测准确度明显优于反向传播人工神经网络(2.54%,1.64%),稍优于径向基神经网络(1.85%,1.38%).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆敏春	四川大学化学学院	3	25	3.0	3.0
2	李梦龙	四川大学化学学院	79	604	14.0	20.0
3	黎金明	四川大学化学学院	5	18	2.0	4.0
4	刘军红	四川大学化学学院	1	10	1.0	1.0
5	王克龙	四川大学化学学院	3	11	1.0	3.0