基于图卷积神经网络汽油单体烃辛烷值的预测

摘要：

基于图卷积神经网络的神经指纹方法,引入了池化操作,建立了改进的神经指纹方法;进而采用改进的神经指纹法建立了汽油单体烃辛烷值的预测模型,作为对分子级汽油辛烷值调合模型的支撑.通过用单体烃沸点和临界温度数据集对预测模型进行验证,发现池化操作的引入对神经指纹法的预测能力有明显提升,改进神经指纹法模型可自动选取对辛烷值有利和不利的结构特征,双键结构对单体烃马达法辛烷值的影响比芳环结构的影响更大.该预测模型对研究法辛烷值和马达法辛烷值的预测达到了同等水平,取得了良好的预测效果.

关键词：图卷积神经网络、神经指纹、辛烷值、汽油

所属期刊栏目：52

分类号：TE624.4;TP311.13;TN925.93

资助基金：国家重点研发计划2017YFB0306501

在线出版日期：2021-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：82-87