基于支持向量机的汽油辛烷值预测研究

• 作者: 罗维平 曹长昕
• 来源期刊: 广西大学学报（自然科学版）
• 学科: 工学
• 关键词: 辛烷值预测 随机森林 主成分分析 支持向量机
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 计算机与电子信息科学
• 页码范围: 191-199
• 页数: 9页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.13624/j.cnki.issn.1001-7445.2022.0191

摘要

针对工业汽油成品辛烷值含量难以实时获取的问题,提出一种辛烷值预测模型,对成品汽油辛烷值含量进行精确预测.首先以某一大型石化企业真实采集数据为基础,提出一种基于孤立森林的数据清洗方式,对原始数据中异常值及缺失值进行预测及填充;然后通过主成分分析法选取与辛烷值含量相关系数较高的36个特征变量基于支持向量机训练辛烷值含量预测模型,在原始模型基础上采用高斯核函数并采用学习曲线对模型最优参数进行选择.结果表明,改进后的模型决定系数为84.36％,平均误差为0.169,可实现对汽油成品辛烷值的有效预测.