| 支持向量回归算法用于烷基苯若干热物性定量预测 |
| |
| 引用本文： | 杨善升,陆文聪,陈念贻,周应斌,唐卫东.支持向量回归算法用于烷基苯若干热物性定量预测[J].计算机与应用化学,2005,22(8):582-586. |
| |
| 作者姓名： | 杨善升 陆文聪 陈念贻 周应斌 唐卫东 |
| |
| 作者单位： | [1]上海大学材料科学与工程学院,上海200072 [2]上海大学理学院,上海200444 [3]金陵石化有限责任公司炼油厂,江苏南京210033 |
| |
| 基金项目： | 国家自然科学基金项目（20373040）;宁波市重点博士（青年）基金项目（2003A61005） |
| |
| 摘 要： | 烷基苯精馏分离是石油化工重芳烃加工的基本方法，各种烷基苯的热物性智能数据库对重芳烃加工过程优化控制有实用价值。本文研究了烷基苯系化合物若干热物性与化合物结构间的关系。采用新近提出的、特别适合于小样本多变量训练集的支持向量回归（support vector regression，SVR）算法总结了烷基苯系化合物已知物性的实验数据，建立了预报烷基苯系化合物若干物性的数学模型。47个烷基苯系化合物正常沸点、沸点汽化热、临界温度、临界压力和临界体积的SVR留一法（leaving—one—out，LOO）预测的平均相对误差值（mean relative error，MRE）分别为0.370％，1.655％。0.791％．2.069％．0.933％。结果表明，支持向量回归算法预测结果优于人工神经网络（ANN）和偏最小二乘（PLS）算法。
|
| 关 键 词： | 支持向量回归 QSPR 烷基苯 物性 定量预测 |
| 文章编号： | 1001-4160（2005）08-582-586 |
| 收稿时间： | 2004-10-21 |
| 修稿时间： | 2004-10-212005-01-28 |
Support vector regression applied to the quantitative prediction of some physicochemical properties of alkyl benzenes |
| |
| Yang ShanSheng;Liu WenCong;Chen NianYi;Zhou YingBin;Tang WeiDong.Support vector regression applied to the quantitative prediction of some physicochemical properties of alkyl benzenes[J].Computers and Applied Chemistry,2005,22(8):582-586. |
| |
| Authors: | Yang ShanSheng;Liu WenCong;Chen NianYi;Zhou YingBin;Tang WeiDong |
| |
| Abstract: | |
| |
| Keywords: | support vector regression QSPR alkyl benzene physicochemical properties quantitative prediction |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
