基于支持向量回归方法的石脑油裂解产物关键组分相对含量预测

• 作者: 孙巍 朱哲熹 李颖 毛凯田
• 来源期刊: 计算机与应用化学
• 学科: 工学
• 关键词: 支持向量回归 乙烯 预测
• 年，卷（期）: 2018,（9）
• 页码范围: 740-745
• 页数: 6页
• 分类号: TP3
• 语种: 中文
• DOI: 10.16866/j.com.app.chem201809006

摘要

及时、准确地获取石脑油裂解产物关键组分相对含量信息,是进行参数调控、产品质量优化的重要基础.人工采集分析方法存在分析时间滞后的问题,在线分析技术存在采购、维护成本高的缺点,而基于历史数据的回归方法能实现对未知数据的预测.近年来,基于结构风险最小化原则提出的支持向量回归预测方法得到广泛应用,具有良好的泛化性能,能够及时、准确地进行模型预测.本文利用生产企业的历史运行数据,建立了应用核技巧的￡-支持向量回归(￡-SVR)预测模型对石脑油裂解产物中关键组分相对含量进行实时预测,主要产物预测相对误差低于0.6％,预测精度高于传统方法.