数据挖掘技术在软质聚氯乙烯配方实验研究中的应用  

The application of data mining technology on flexible PVC formulation experimental research

作　　者：李定华[1] 丁养兵[2] 王建祺[3] 

机构地区：[1]首都师范大学化学系,北京100037 [2]中国工程院政策研究室,北京100038 [3]北京理工大学国家阻燃材料研究专业实验室,北京100081

出　　处：《计算机与应用化学》2007年第6期750-753,共4页Computers and Applied Chemistry

基　　金：北京市青年科技骨干培养基金资助项目

摘　　要：在对传统的数据挖掘技术加以改进的基础上,利用均匀实验设计、灰关联分析、逐步回归变量筛选、无阀值逐步回归和非线性偏最小二乘法等多种数学方法,对软质聚氯乙烯阻燃配方体系作研究实验。证明灰关联排序和灰色优势分析,对配方设计与分析行之有效,改进后的建模方法可以在一定程度上,避免小样本带来的拟合误差。通过对配方体系5项指标(氧指数、烟密度、拉伸强度、延伸率和热释放速率)的数学模型分析,深入探讨体系中,添加剂之间的作用及其对体系各种性能的影响。The flexible PVC Formulation System is studied by data mining technology, such as homogenous experimental design, gray correlation analysis, step regression, partial least squares regression etc. Grey correlation sorting and gray preponderance analysis is proved to be available. To avoid fitting error of few samples the author make a suggestion of step regression without threshold and simple non-linear partial least squares regression. Mathematic models of five specifications （limited oxygen index, smoke density, tensile strength, elongation and heat releasing rate） are analyzed to probe into the formulation system.

关 键 词：聚氯乙烯 阻燃材料 数据挖掘 数据建模 配方研究 

分 类 号：TQ316.6[化学工程—高聚物工业]