基于机器学习的焦油预测模型研究

• 作者: 刘新民 姚忠达 胡海洲 舒俊生 郭东锋
• 来源期刊: 安徽农业大学学报
• 学科: 工学
• 关键词: 机器学习 焦油 回归模型 预测
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 工程技术
• 页码范围: 473-477
• 分类号: TS411
• 语种: 中文
• DOI: 10.13610/j.cnki.1672-352x.20150424.005

摘要

为研究卷烟焦油预测模型,以焦油的释放量为研究对象,运用不同的回归方法进行焦油预测研究,以各个模型的标准化均方误差为评判尺度,对各个模型的预测效果进行了比较.结果表明,各模型的预测精度差别较大,整体来看机器学习方法对于焦油的预测精度较高,其中以随机森林算法回归对于焦油的预测精度最高,表现出较高的预测精度和良好的稳定性,其次表现较好的机器学习算法为支持向量机回归方法.因此,在焦油预测应用或研究中可以运用随机森林或其他机器学习方法对焦油进行建模预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘新民	中国农业科学院烟草研究所	34	222	7.0	13.0
2	舒俊生	安徽中烟工业有限责任公司技术中心	43	245	8.0	12.0
3	郭东锋	安徽中烟工业有限责任公司技术中心	38	171	7.0	9.0
4	姚忠达	安徽中烟工业有限责任公司技术中心	44	303	9.0	14.0
5	胡海洲	中国农业科学院烟草研究所	22	91	6.0	9.0