生物油催化酯化过程中乙酸转化率的智能预测

• 作者: 仲兆平 戴佳佳 王春华 郑爱军
• 来源期刊: 西安交通大学学报
• 关键词: 乙酸 催化酯化 最小二乘支持向量机 自适应粒子群优化算法
• 年，卷（期）: 2011,（7）
• 页码范围: 118-122
• 分类号: X785
• 语种: 中文

摘要

以生物油乙酸转化率为提质指标,选用固体超强酸SO42-/SiO2-TiO2对生物油催化酯化进行了实验研究.考察了不同的实验条件,即反应温度、酸醇量比、催化剂用量等对酯化反应的影响,在实验的基础上,运用最小二乘支持向量机建立乙酸转化率智能预测模型,并选用自适应粒子群优化算法对最小二乘支持向量机进行了参数优化.实验结果表明,最佳的生物油酯化工况为反应温度80℃、酸醇量比1.6和催化剂用量为7.5％.通过15个检测样本的检验,发现最小二乘支持向量机预测的平均相对误差能够降低到9.7％,其性能优于常用的BP神经网络与RBF神经网络,最小二乘支持向量机法更适合于预测生物油酯化过程中乙酸的转化率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	仲兆平	东南大学能源与环境学院	214	2708	27.0	41.0
2	戴佳佳	东南大学能源与环境学院	3	15	2.0	3.0
3	王春华	东南大学能源与环境学院	7	65	4.0	7.0
4	郑爱军	东南大学能源与环境学院	2	8	2.0	2.0