基于機器學習的甲烷預混火焰當量比測量
2025-04-29 00:00:00張燕楊健晟
軟件工程 2025年4期
摘要：為了克服傳統當量比測量模型存在的局限性，提出了一種基于機器學習的多特征輸入方法。該方法摒棄了以往單一依賴CH*與C2*比值的方式，而是綜合利用C2*swan band的多個化學發光波段。為了驗證這種多輸入方法的有效性，采用支持向量機（SVM）和多層感知機（MLP）兩種不同的機器學習模型進行實驗驗證。實驗結果表明，多特征輸入在這兩種模型上展現出優異的回歸預測性能，回歸系數均達到了0.99，證明了所提方法在精確測量當量比方面的可靠性和有效性。
關鍵詞：當量比;多特征輸入;支持向量機;多層感知機
中圖分類號：TP391.41 文獻標志碼：A
