[发明专利]基于支持向量机的有机混合物燃爆特性预测方法

权利要求书

1.一种基于支持向量机的有机混合物燃爆特性的预测方法，其特征在于，以有机混合物的组分含量和常规物性以及这些混合物对应的燃爆特性实验数据为样本，建立利用回归函数估计的支持向量机模型，再利用支持向量机模型预测未知有机混合物的燃爆特性。

2.根据权利要求1所述的基于支持向量机的有机混合物燃爆特性的预测方法，其特征在于，所述预测方法包括以下步骤：

(1)建立样本数据：收集至少100种不同组分和含量配比的有机混合物作为样本，将这些样本的组分含量和常规物性以及燃爆特性实验数据，作为样本数据，随机选择三分之二的样本数据作为训练样本数据，用于建立预测模型；剩余的约三分之一的样本数据作为预测样本数据，用于对所建模型进行评价和验证。

(2)建立支持向量机模型：针对训练样本数据，以有机混合物的组分含量和常规物性作为输入变量，对应的燃爆特性作为输出变量，应用支持向量机方法对两者之间的内在关系进行模拟，寻求两者之间存在的定量函数关系，建立相应的预测模型；

决定支持向量机建模性能的相关参数主要包括：核函数、核函数的参数、惩罚系数C以及ε-不敏感损失函数中ε的大小；核函数选用径向基核K(x，x_i)＝exp(-γ||x-x_i||²)，因为它具有较高的学习效率和学习速率；其它参数通过“格点搜索”方法确定；参数搜索范围如下：惩罚系数C——0-1024；核函数的参数(宽度)γ——0-1024；ε-不敏感损失函数中的ε——0-1024；搜索方向为“留1/10法”交互检验的最小均方根误差(RMSE)；“留1/10法”交互验证是指从训练样本中每次筛除训练样本总数的1/10个样本，用其余的样本建模，来预测所筛除样本的性质，这样得到一个交互验证的均方根误差(RMSE)来评价模型性能的好坏，其计算公式为：其中，y_i，pred为样本i的预测值，y_i，exp为样本i的实验值；通过搜索，选取“留1/10法”交互检验的最小RMSE所对应的那组参数作为模型的最优输入参数；

应用搜索出的最优参数作为支持向量机的输入参数，建立相应的预测模型；

(3)预测有机混合物燃爆特性：将预测样本数据中的组分含量和常规物性作为输入变量输入所建立的支持向量机模型中，通过支持向量机模型计算出预测样本的燃爆特性；

(4)修正并确定预测模型：比较步骤(3)得到的预测样本燃爆特性的预测值和实验值，如果预测值与实验值的偏差超过可接受的范围时，对支持向量机的相关参数数值进行调节，然后再重新训练和预测，直至预测值与实验值的偏差在可接受的范围内，从而确定支持向量机预测模型；

(5)预测模型的应用：利用所确定的支持向量机预测模型对其它未知有机混合物的燃爆特性进行预测。

3.根据权利要求1所述的预测方法，其特征在于，所述有机混合物的常规物性包括粘度、相对密度、蒸汽压、热胀系数、沸点、分子间作用力、偏心因子、原子极化率、氧指数、范德华体积、燃烧速率、化学计量浓度、临界温度、临界压力以及扩散系数至少之一，以及它们的任意组合。

4.根据权利要求1所述的预测方法，其特征在于，所述的燃爆特性包括自燃点、爆炸极限和燃烧热。