基于支持向量机方法的烷烃辛烷值预测  

Prediction of octane numbers of alkanes based on support vector machine

作　　者：朱晓[1] 蒋军成[1] 潘勇[1,2] 王睿[1] 

机构地区：[1]南京工业大学城市建设与安全工程学院,南京210009 [2]中国科学技术大学火灾科学国家重点实验室,合肥230026

出　　处：《天然气化工—C1化学与化工》2011年第3期54-57,共4页Natural Gas Chemical Industry

基　　金：国家自然科学基金资助项目(20976081;21006045);江苏省自然科学基金资助项目(BK2009360;BK2010554);高等学校博士学科点专项科研基金资助项目(200802910007);火灾科学国家重点实验室开放课题(H22009-KF07)

摘　　要：基于定量结构-性质相关(QSPR)原理,研究化学物质的结构与性能之间的关系,应用支持向量机(SVM)回归方法,建立了根据分子结构预测烷烃马达法辛烷值的数学模型,分别采用内部和外部验证的方式对模型性能进行了验证。结果表明,模型具有较高的稳定性以及预测能力。该方法的提出为工程上提供了一种根据分子结构有效预测烷烃马达法辛烷值的新方法。The relationships between chemical substance structures and properties were investigated based on the quantitative structure-property relationship（QSPR） studies.The support vector machine（SVM）was employed to build the model for prediction of the motor octane number（MON） of pure alkane based on its molecular structure.Both internal and external validations were performed to validate the performances of the resulting model.The results showed that the model had good robustness and high prediction ability which provides a new method for predicting MON of alkanes in engineering through the molecular structure only.

关 键 词：烷烃 马达法辛烷值 定量结构-性质相关性 遗传算法 支持向量机 

分 类 号：TQ015[化学工程]