基于PSO-SVM的咪唑类离子液体捕集CO_2性能预测

CO_2是主要的温室气体,大量CO_2的存在严重影响着环境,而咪唑类离子液体具有独特的气体选择溶解性,在CO_2的捕集分离中有非常好的应用前景。基于支持向量机方法,结合粒子群优化算法(PSO-SVM)建立了咪唑类离子液体捕集CO_2性能的理论预测模型,该模型包含温度、压力、密度、黏度和表面张力5个主要参数。根据PSO算法,得到模型的最优参数为惩罚参数C=100,不敏感损失参数ε=11.699 7,核函数的宽度γ=0.279 2;SVM算法得出训练集的相关系数r=0.993,均方根误差RMSE=12.012,平均绝对误差AAE=4.117,测试集r=0.999,RMSE=4.766,AAE=3.028。对预测模型进行了评价验证以及稳定性分析,明确了咪唑类离子液体捕集CO_2性能的主要影响因素及其重要程度。