位置:成果数据库 > 期刊 > 期刊详情页
基于偏最小二乘回归的焦炭热性质非线性预测模型
  • ISSN号:1672-7207
  • 期刊名称:中南大学学报(自然科学版)
  • 时间:0
  • 页码:1406-1412
  • 分类:TK019[动力工程及工程热物理]
  • 作者机构:[1]中南大学资源与安全工程学院,湖南长沙410083
  • 相关基金:国家自然科学基金资助项目(50974132)
  • 相关项目:微米级固体颗粒粘附与清除力学的研究
中文摘要:

针对基于煤质指标预测焦炭热性质建模过程中易出现的多重共线性问题,提出应用偏最小二乘回归对焦炭热性质进行预测的建模思路。考虑到煤质指标与焦炭热性质之间复杂的非线性关系,采用拟线性化处理的方法,将煤质指标的一次效应、二次效应及交互效应作为模型输入,建立焦炭热性质预测的偏最小二乘回归模型;基于拟线性化处理的非线性偏最小二乘回归和线性偏最小二乘回归对焦炭热性质预测实例进行分析。研究结果表明:基于偏最小二乘回归方法建立的焦炭热性质预测模型是有效可行的;非线性偏最小二乘回归模型的预测精度明显比线性偏最小二乘回归模型的预测精度高。

英文摘要:

Based on the fact that the coal quality indicators may be multi-collinear,which will make the cok's thermal properties prediction difficult, an idea was put forward that the partial least-squares (PLS) regression technology was applied to find the coke's thermal properties prediction model. Taking into account the complex non-linear relationship ' I properties, a quasi-linear method was adopted in the modeling between the coal quality indicators and the coke s therma that the inputs of the model not only included the linear effect of coal quality indicators, but also the quadratic effects and interaction effects. The practicing example was predicted applying non-linear PLS regression model using quasi-linear method and linear PLS regression model respectively. The results show that it is efficient and available using the PLS regression to predict the coke's thermal properties. The non-linear PLS regression model is more accurate than the linear PLS regression model.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《中南大学学报:自然科学版》
  • 北大核心期刊(2011版)
  • 主管单位:教育部
  • 主办单位:中南大学
  • 主编:黄伯云
  • 地址:湖南长沙中南大学校本部
  • 邮编:410083
  • 邮箱:zngdxb@csu.edu.cn
  • 电话:0731-88879765
  • 国际标准刊号:ISSN:1672-7207
  • 国内统一刊号:ISSN:43-1426/N
  • 邮发代号:42-19
  • 获奖情况:
  • 首届全国优秀科技期刊评比一等奖,第二届全国优秀科技期刊评比一等奖,首届中国有色金属工业优秀科技期刊评比一等奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:20874