首页 | 本学科首页   官方微博 | 高级检索  
     

基于XGBoost和神经网络拟合预测模型的辛烷值损失的预测
引用本文:朱怡欣.基于XGBoost和神经网络拟合预测模型的辛烷值损失的预测[J].智能计算机与应用,2021,11(3):185-189.
作者姓名:朱怡欣
作者单位:上海工程技术大学 管理学院,上海201620
摘    要:汽油清洁化重点是降低汽油中的硫、烯烃含量,同时尽量保持其辛烷值.降低辛烷值(RON)损失是国内车用汽油质量升级的主要目标之一.本文针对某石化企业的催化裂化汽油精制脱硫装置运行收集的数据进行处理,探求数据样本中变量与变量本身、其他自变量及目标变量等之间的相关性,对特征变量进行多阶段降维,进而通过XGBoost和LSTM循...

关 键 词:辛烷值损失  XGBoost  LSTM

Prediction of octane loss based on XGBoost and neural network fitting prediction models
ZHU Yixin.Prediction of octane loss based on XGBoost and neural network fitting prediction models[J].INTELLIGENT COMPUTER AND APPLICATIONS,2021,11(3):185-189.
Authors:ZHU Yixin
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号