沥青生产过程中软化点的SVR预测

• 作者: 朱星键 王桂莲 蔡从中 裴军芳
• 来源期刊: 重庆大学学报：自然科学版
• 学科: 工学
• 关键词: 沥青 软化点 支持向量回归 粒子群算法 回归分析 模型
• 年，卷（期）: 2011,（9）
• 页码范围: 148-152,158
• 分类号: TP18|O551.3
• 语种: 中文

摘要

根据30组不同电阻和温度下的沥青软化点的实测数据集,应用基于粒子群算法（PSO）寻优的支持向量回归（SVR）方法,并结合留一交叉验证（LOOCV）法对沥青软化点进行了建模和预测研究,将其预测结果与多元线性回归（MLR）模型的计算结果进行了比较。SVR-LOOCV预测的最大误差为2.1℃,远比MLR模型计算的最大误差7.9℃要小得多。统计结果表明：基于SVR-LOOCV预测结果的均方根误差（RMSE=0.75℃）、平均绝对误差（MAE=0.32℃）和平均绝对百分误差（MAPE=0.28%）相应也比MLR回归模型的预测结果（RMSE=3.3℃,MAE=2.6℃和MAPE=2.34%）要小。因此,应用SVR实时预测沥青产品的软化点,可为生产优质沥青提供准确的科学指导。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡从中	重庆大学应用物理系	24	228	7.0	14.0
2	裴军芳	重庆大学应用物理系	9	54	5.0	7.0
3	朱星键	重庆大学应用物理系	9	54	5.0	7.0
4	王桂莲	重庆大学应用物理系	4	24	2.0	4.0