[发明专利]一种基于多模型融合的CO2在离子液体中溶解度预测方法

摘要

一种基于多模型融合的CO₂在离子液体中溶解度预测方法，首先将原始样本数据划分为训练集和测试集，然后利用训练集建立了ANN、SVM和ELM子模型，并分别采用最小化误差平方和方法、信息熵方法建立线性融合模型，最后将所建立的两种线性融合模型应用于测试集中，用于测试模型的预测性能。本发明具有简单易行、预测精度高等特点。根据本发明所得的研究结果，能准确预测CO₂在离子液体中溶解度，为预测物质的理化参数提供了一种有效可行的模型化方法，也为评价与筛选高选择性离子液体提供了重要指导。

主权项

1.一种基于多模型融合的CO₂在离子液体中溶解度预测方法，其特征在于，所述方法包括以下步骤：1)选取温度T、压力P、临界温度Tc、临界压力Pc、分子量M和偏心因子w作为CO₂在离子液体中溶解度预测模型的输入变量，将CO₂在离子液体中溶解度作为模型的输出变量；2)建立样本数据集，按照比例将样本数据集划分为训练集X₁和测试集X₂，并确保训练集中涵盖所有离子液体种类；3)采用训练集X₁分别建立1个人工神经网络ANN子模型、1个支持向量机SVM子模型和1个极限学习机ELM子模型；4)采用最小化误差平方和方法计算步骤3各子模型的权重系数，建立第1种线性融合模型；5)采用信息熵方法计算步骤3各子模型的权重系数，建立第2种线性融合模型；6)采用测试集X₂对步骤4和步骤5的线性融合模型预测性能进行测试；7)将新离子液体的温度T、压力P、临界温度Tc、临界压力Pc、分子量M和偏心因子w分别输入步骤4和步骤5的模型中，得到CO₂在新离子液体中的溶解度数值。