广西科技大学学报

2021, v.32(03) 67-73

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于主成分降维及多层感知神经网络的辛烷值预测分析
Prediction and analysis of octane number using multi-layer perceptual neural network based on principal component dimension reduction

孙金芳;王智文;王康权;吴静;

摘要(Abstract):

辛烷值是评价汽油质量的重要指标,汽油在精制脱硫和降烯烃的过程中,辛烷值普遍出现了损失.建立预测模型来预测辛烷值,帮助企业优化工艺流程进而提高成品油辛烷值的含量具有重大意义.根据某石化企业的精制脱硫装置保留下来的数据进行分析,选取独立且具有代表性的20个变量,基于主成分降维的多层感知神经网络建立辛烷值的预测模型.实验结果表明,当隐藏层的神经元个数为10时,MSE、RMSE、MAE均最小,此时该模型具有较高的预测精度和较好的拟合度.此模型不仅揭示了变量与辛烷值之间的非线性映射关系,同时也为预测辛烷值提供了一种新的思路.

关键词(KeyWords): 汽油辛烷值;主成分降维;多层感知神经网络;数据降维;辛烷值损失;辛烷值预测

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(61962007,61462008,61751213,61866004);; 广西自然科学基金重点项目(2018GXNSFDA294001,2018GXNSFDA281009);广西自然科学基金项目(2018GXNSFAA294050,2017GXNSFAA198365);; 广西多源信息挖掘与安全重点实验室开放基金项目(MIMS19-04);; 广西科技大学创新团队项目(gxkjdxcxtd201504)资助

作者(Author): 孙金芳;王智文;王康权;吴静;

Email:

DOI: 10.16375/j.cnki.cn45-1395/t.2021.03.011

参考文献(References):

文章评论(Comment):

序号(No.) 时间(Time) 反馈人(User) 邮箱(Email) 标题(Title) 内容(Content)
反馈人(User) 邮箱地址(Email)
反馈标题(Title)
反馈内容(Content)
扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享