龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：兰州理工大学
摘要：本发明公开了一种异质多模型辛烷值与抗爆系数分级预测集成建模方法，包括以下步骤：采用K折交叉验证法对多个异质学习器进行参数调优和优选，分别建立多个辛烷值预测子模型和多个抗爆系数预测子模型；分别对多个辛烷值预测子模型和多个抗爆系数预测子模型进行线性集成或非线性集成，建立辛烷值集成模型和抗爆系数集成模型；基于辛烷值集成模型得到辛烷值的预测结果；基于抗爆系数集成模型得到抗爆系数的预测结果。本发明考虑抗爆系数对辛烷值依赖的两类异质集成分级建模方法，具有更优的性能，可用于成品汽油调和过程中辛烷值和抗爆系数的准确预测，有望解决辛烷值和抗爆系数数据缺失问题，为后期配方模型的建立奠定数据基础。
主权项：1.一种异质多模型辛烷值与抗爆系数分级预测集成建模方法，其特征在于，包括以下步骤：采用K折交叉验证法对多个异质学习器进行参数调优和优选，分别建立多个辛烷值预测子模型和多个抗爆系数预测子模型；分别对多个所述辛烷值预测子模型和多个所述抗爆系数预测子模型进行线性集成或非线性集成，建立辛烷值集成模型和抗爆系数集成模型；基于所述辛烷值集成模型得到辛烷值的预测结果；基于所述抗爆系数集成模型得到抗爆系数的预测结果；所述辛烷值预测子模型和所述抗爆系数预测子模型的建立过程包括：确定与辛烷值和抗爆系数关联程度高、且易测的n种成品汽油指标，作为数据集一；在所述数据集一上采用K折交叉验证法对多个异质学习器进行优选和参数调优，并基于最优参数利用数据集一对优选出的多个异质学习器进行训练，得到多个所述辛烷值预测子模型；将所述辛烷值预测子模型预测输出的辛烷值和所述数据集一进行组合，得到数据集二；基于所述数据集二对优选出的多个异质学习器进行训练，得到所述抗爆系数预测子模型。
全文数据：
权利要求：
百度查询： 兰州理工大学 异质多模型辛烷值与抗爆系数分级预测集成建模方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号