汽油组分及汽油辛烷值预测方法研究进展_仇爱波
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
梁 英 华[15]根 据 基 团 的 静 电 量 为 零 的 原 则 将 化 合 物分为了第一水平基团和第二水平基团，分别利用 这些基团对辛烷值的贡献值与辛烷值建立构效关 系，并对 5 种物质的辛烷值进行预测，结果表明利 用第二水平基团贡献法得到的预测值的相对偏差 较小。 Albahri T A[16]根据是直链和异链，环的大小及 环上的烷基取代将基团分为两类，依靠这些基团对 辛烷值的贡献值提出了预测纯碳氢类化合物的辛 烷值的理论模型， 结果为直链和小环基团对 RON 和 MON 的相关系数为 0.96 和 0.94， 异链和大环基 团对 RON 和 MON 的相关系数为 0.978 和 0.87。 表 明该模型在缺少理论知识时也能很好的预测纯物 质的辛烷值，此外，该方法也可用于总和各部分结 构对爆震性的测定。 Golombok M[17]提出了含有羰基
第2期
仇爱波等：汽油组分及汽油辛烷值预测方法研究进展
63
Smolenskii[10]等 根 据 从 数 值 到 化 合 物 的 理 化 性 质 的 拓扑当量（TES）的转变建立 QSAR 的 新 方 法 ，利 用 TES 化 学 结 构 矩 阵 建 造 一 个 最 优 的 拓 扑 指 数 作 为 参数与链烷烃和环烷烃的辛烷值进行构效关系研 究，得到的模型具有较好的统计意义。 高丽[11]根据汽 油中烃结构的 C 节点-C 连接数，C 节点-H 连接数以及 它们的平方根自相关拓扑指数与辛烷值进行了相 关性研究， 建立了相关系数在 0.9 以上及平均误差 较低的预测模型。 Smolenskii[12]利用拓扑指数对烯烃 的 辛 烷 值 进 行 建 模 ， 得 到 的 模 型 相 关 系 数 R2= 0.99952。 Ryzhov[13]又利用反函数法将拓扑指数和烯 烃辛烷值进行相关建模， 并利用模型对 68 种未知 烯烃辛烷值进行了预测。
由于拓扑指数很容易获得并且能够完善的表 示分子结构特性，现被广泛用于辛烷值预测模型的 建立， 利用该方法获得的相关系数较其他方法都 高，具有较好的预测能力。 1.2 基团贡献法
基团贡献法是一类以化学官能团为基础， 将分 子结构片段（基团）对物性的贡献值加和来预测化 合物的性质的方法[14]。 根据热力学原理推出各种基 团与物质物性之间的关联式；利用已有的大量实测 数据再进行拟合，得到关联式中的基团参数以及相 应的关联常数；再根据所得到的基团参数与关联的 数学模型来对大量纯物质及混合物的物性进行估 算。 基团贡献法的意义在于它能够通过少量实验数 据拟合出来的官能团参数来计算多数体系的未知 性质。
62
天然气化工（C1 化学与化工）
2014 年第 39 卷
专论综述
汽油组分及汽油辛烷值预测方法研究进展
仇爱波 1,2, 周如金 2*, 邱松山 2, 曾兴业 2
(1.江苏科技大学生物与化学工程学院，江苏 镇江 212000；2.广东石油化工学院，广东 茂名 525000)
摘 要 ：介 绍 了 汽 油 组 分 及 汽 油 辛 烷 值 预 测 方 法 ，重 点 阐 述 拓 扑 指 数 法 、基 团 贡 献 法 对 汽 油 组 分 辛 烷 值 的 定 量 结 构-性 质 相
Estrada 和 Gutierrez[8]根 据 向 量-矩 阵-向 量 多 维 法获得的 8 个参数与 16 个 辛 烷 异 构 体 的 MON 进 行相关联得到最优的 Balaban 指数 J**， 其计算公式
为
，其中
和
， 经回归分析得到 MON 和最
优化的 Balaban 指数 J** 模型。 Hosoya[9]提取了不同 的拓扑指数：反映烷烃分子 C-C 键的旋转自由度的 Z，反映几何尺度的 Wiener 指数 w，反映支化程度的 中心指数 B 以及极化率 p 作为参数研究了庚烷与 辛烷异构体辛烷值的构效关系，通过对各模型的分 析要想得到更好的 ON， 则化合物应该具有多分枝 结构，即 Z 越 小 或 沸 点 越 低 ，B 越 大 ，且 密 度 越 大 。
关键词：辛烷值；汽油；汽油组分；拓扑指数法；基团贡献法
中 图 分 类 号 ：TE62
文 献 标 识 码 ：A
文 章 编 号 ：1001-9219(2014）02-62-05
辛烷值是在内燃机的燃烧室中未燃混合气受已 燃气压缩和热传递时汽油抑制过早燃烧的表现数 值，是汽油性能最重要的指标之一，过早燃烧不仅过 度消耗了汽油资源， 还可能会在发动机工作时产生 爆炸性威胁，并且对发动机有所损害。汽油辛烷值是 用 ASTM-CFR 内 燃 机 在 相 同 测 试 条 件 下 与 测 试 汽 油达到相同爆震强度时异辛烷和正庚烷混合物的异 辛烷的体积分数表示的， 根据发动机的转速及进气 温 度 分 为 研 究 法 辛 烷 值 （RON） 和 马 达 法 辛 烷 值 （MON）。 随着汽车发动机压缩比的增加，对汽油辛 烷值的要求也越来越高， 如对每一个可能提高辛烷 值的物质进行合成， 再利用仪器对其辛烷值进行测 定， 这不仅花费大量的时间， 更花费大量的研究经 费， 因此通过各种算法来建立辛烷值的预测模型受 到广泛的关注，在早期一些文献[1]只报道了辛烷值与 化合物结构之间的一些定性关系， 随着各种计算软 件的研究开发，各种定量计算的方法才逐步被提出。
经过对表征分子图的矩阵实施某种数字运算而获 得，可反映分子的形状、大小、支化度等结构特征，它 是直接产生于分子结构矩阵图的不变量， 很好的反 映物质的结构特征[2]。由于拓扑指数计算简单，不受实 验和经验限制，能很好地反映分子结构特征，现已被 广泛使用。 至今已有百余种拓扑指数被提出， 其中 1947 年 Horald Wiener 提 出 了 第 一 个 拓 扑 指 数 Wiener 指数 W 表示了几何尺度[3]，Hosaya[4]提出了 Z 指数反映了烷烃分子 C-C 键旋转自由度，Randic [5]提 出的烷烃支链指数 x 指数反映了支化度和分子连接 性，Kier 和 Hall[6]在 Randic 的基础上添加了不饱和程 度、 键和杂原子的处理方法又提出了分子连接性指 数，Balaban[7]提出了表示支化程度的中心指数 B，又 提出了指数 J 能很好的表示几何尺度和分子连接性。
等利用了近红外光谱仪对汽油的近红外光谱数据 进行提取，选取一定波长范围内的数据作为构建模 型的参数。 Myers[24]根据 NMR 对各组分进行分析得 到异链烷烃指数，利用 X 射线荧光仪和原子吸收光 谱对铅和硫含量进行测定， 建立了 77 种汽油组分 的特性与辛烷值之间的相关模型。 烷基铅的溶度被 显示是影响辛烷值的最重要因数，然后是异链烷烃 指 数 。 分 析 获 得 的 相 关 指 数 值 对 RON 为 0.87，对 MON 为 0.90，表明选择的变量具有符合要求的相关 性。
2 辛烷值构效关系的建立方法
2.1 非线性模型的建立方法 2.1.1 人工神经网络法（ANN）
人工神经网络技术是根据所掌握的生物神经 网络机理的基本知识，按照一定的思路和数学描述 方法，建立相应的数学模型，并采用适当算法，有针 对性地确定数学模型的参数(如连接权值、阈值等)， 以便获得所需问题的解。 误差反传网络（BP）[25]是目 前应用最广泛的网络，是一种多层前馈网络，采用 最小均方差的学习方式，由信号的正向传播和误差 的反向传播组成， 若正向传播的输出误差较大，则 将输出误差反传回输入层，对各层单元权值进行修 正，进行周而复始的过程，直到输出误差减小到所 需要求或进行了预先设定的学习次数。
光谱法主要是通过近红外光谱， 核磁共振光 谱，原子吸收光谱对样品进行分析以此对汽油辛烷值 进行相关研究， 得到辛烷值的预测值。 Kardamakis[22] 根据样品的近红外光谱与研究法辛烷值进行相关 研究，得到预测值的均方根误差只有 0.3。 史月华[23]
64
天然气化工（C1 化学与化工）
2014 年第 39 卷
的含氧类化合物对辛烷值有所提高，并认为在整个 燃烧过程中自由基的形成来源于羰基结构，在燃烧 过程中影响着整个自由基的传递和终止， 确定了 α 位的 C-H 键对产生自由基起着决定性的作用。 通过 对影响分子键强度的现象分析，确定烯醇-酮的互变 异构的气象常数和形成最稳定的烯醇二聚物时烯 丙基氢的数量对自由基的传递起着决定性的作用。 基团贡献法的适用范围较广，主要注重分子结构的 拆解，要想拥有较高的相关性，则更要保证拆解的 正确性， 不过利用该方法获得的标准偏差相对较 大。 1.3 仪器分析法
拓扑指数法、基团贡献法主要用于对汽油组分 的参数提取，对汽油混合物辛烷值的预测模型建立 则需要结合仪器对汽油进行分析，如对各汽油组分 的分析，组分吸光度的分析，各组分含量的分析等， 再利用这些参数与汽油的混合辛烷值进行相关分 析。 1.3.1 色谱法
色谱法主要是通过气相色谱对汽油混合物的 组分以及含量的分析与汽油辛烷值进行相关分析， 以 此 来 得 到 辛 烷 值 的 预 测 值 。 Ghosh[18]等 利 用 各 种 不 同的气相色谱仪对 1471 个汽油进行详细的组分分 析，得到了相关模型。 该模型由于它对从不同的粗 汽油生产的 1471 种汽油燃料进行了分析， 可以适 用于任何汽油燃料， 不考虑它的起始加工过程。 Lugo H J[19]等将催化裂化汽油分为 31 种组分，利用 气相色谱仪对样品的组分进行分析， 最终得到对 RON 贡 献 最 大 的 组 分 为 烯 烃 、 异 链 烷 烃 和 苯 ，对 MON 贡献最大的组分为异链烷烃和苯。 Albahri[20]等 提出预测石油燃料辛烷值的三种分析方法，根据仪 器测定的各组分沸点和比重或体积分数对 RON 和 MON 计 算 ，根 据 平 均 沸 点 和 Waston 特 性 参 数[21]对 RON 和 MON 计算，根据平均沸点和链烷烃含量对 RON 和 MON 计算, 统计数据集得到了辛烷值的平 均误差约为 4~7。 1.3.2 光谱法
关性的研究，并综述利用仪器分析提取参数对汽油辛烷值进行构效关系研究。 综述了分别采用人工神经网络法﹑遗传算法﹑支
持向量机﹑多元线性回归法﹑偏最小二乘法对汽油及汽油组分辛烷值进行拟合的情况及优劣，由于拓扑指数计算比较简 单 ，能
较完善的表示分子结构特征，得到的辛烷值预测模型的相关性比其他方法较好，该方法是目前比较广泛使用的一种方法。
1 汽油wk.baidu.com其组分辛烷值的定量构效 关系的参数提取
1.1 拓扑指数研究法 拓扑指数是分子结构数值化的一种方式， 它是
收稿日 期 ：2013-09-25；基 金 项 目 ：广 东 省 部 产 学 研 结 合 项 目 (?2009B090300134)， 广 东 省 高 新 区 引 导 专 项 项 目 （2011B010700060），2010 年 广 东 省 重 大 科 技 专 项 子 项 目 （911009）；作 者 简 介 ：仇 爱 波 （1988-），男 ，硕 士 研 究 生 ，电 话 0668-2923069， 电邮 13601499539@163.com；* 通讯作者：电 话 0668-2923672，电邮 rujinzhou@126.com。
Meusinger 和 Moros[26]通过 13CNMR 光 谱 将 所 有 化合物根据化学位移分成 28 个区域，并根据氧、烷 烃环、芳香烃、脂肪链、烯烃双键这些结构的存在与 否得到的一系列碳信号数据作为输入信号，混合研 究法辛烷值作为输出信号，利用人工神经网络法进 行分析，测定得到这些结构信息与辛烷值之间具有 非常好的相关性。 Pasadakis[27]等开发了一种 ANN 模 型来确定汽油混合物的 RON， 这个 ANN 模型利用 各组分的体积溶度作为输入变量， 各自的 RON 作 为输出变量，得到了模型，该模型对 RON 的预测均 方根误差（RMSEP）少于 0.2。 高俊[28]等利 用 三 层 误 差反向传播 BP 人工神经网络（ANN）方法将近红外 光谱仪测定的光谱吸光度与 35 个汽油辛烷值进行 了相关分析，计算得到的预测辛烷值与实际辛烷值 误差都较小， 说明利用 BP 神经网络从近红外光谱 的吸光度预测汽油的辛烷值是可行的。 利用人工神 经网络方法能够对偏差较大的模型进行自动调整，
第2期
仇爱波等：汽油组分及汽油辛烷值预测方法研究进展
63
Smolenskii[10]等 根 据 从 数 值 到 化 合 物 的 理 化 性 质 的 拓扑当量（TES）的转变建立 QSAR 的 新 方 法 ，利 用 TES 化 学 结 构 矩 阵 建 造 一 个 最 优 的 拓 扑 指 数 作 为 参数与链烷烃和环烷烃的辛烷值进行构效关系研 究，得到的模型具有较好的统计意义。 高丽[11]根据汽 油中烃结构的 C 节点-C 连接数，C 节点-H 连接数以及 它们的平方根自相关拓扑指数与辛烷值进行了相 关性研究， 建立了相关系数在 0.9 以上及平均误差 较低的预测模型。 Smolenskii[12]利用拓扑指数对烯烃 的 辛 烷 值 进 行 建 模 ， 得 到 的 模 型 相 关 系 数 R2= 0.99952。 Ryzhov[13]又利用反函数法将拓扑指数和烯 烃辛烷值进行相关建模， 并利用模型对 68 种未知 烯烃辛烷值进行了预测。
由于拓扑指数很容易获得并且能够完善的表 示分子结构特性，现被广泛用于辛烷值预测模型的 建立， 利用该方法获得的相关系数较其他方法都 高，具有较好的预测能力。 1.2 基团贡献法
基团贡献法是一类以化学官能团为基础， 将分 子结构片段（基团）对物性的贡献值加和来预测化 合物的性质的方法[14]。 根据热力学原理推出各种基 团与物质物性之间的关联式；利用已有的大量实测 数据再进行拟合，得到关联式中的基团参数以及相 应的关联常数；再根据所得到的基团参数与关联的 数学模型来对大量纯物质及混合物的物性进行估 算。 基团贡献法的意义在于它能够通过少量实验数 据拟合出来的官能团参数来计算多数体系的未知 性质。
62
天然气化工（C1 化学与化工）
2014 年第 39 卷
专论综述
汽油组分及汽油辛烷值预测方法研究进展
仇爱波 1,2, 周如金 2*, 邱松山 2, 曾兴业 2
(1.江苏科技大学生物与化学工程学院，江苏 镇江 212000；2.广东石油化工学院，广东 茂名 525000)
摘 要 ：介 绍 了 汽 油 组 分 及 汽 油 辛 烷 值 预 测 方 法 ，重 点 阐 述 拓 扑 指 数 法 、基 团 贡 献 法 对 汽 油 组 分 辛 烷 值 的 定 量 结 构-性 质 相
Estrada 和 Gutierrez[8]根 据 向 量-矩 阵-向 量 多 维 法获得的 8 个参数与 16 个 辛 烷 异 构 体 的 MON 进 行相关联得到最优的 Balaban 指数 J**， 其计算公式
为
，其中
和
， 经回归分析得到 MON 和最
优化的 Balaban 指数 J** 模型。 Hosoya[9]提取了不同 的拓扑指数：反映烷烃分子 C-C 键的旋转自由度的 Z，反映几何尺度的 Wiener 指数 w，反映支化程度的 中心指数 B 以及极化率 p 作为参数研究了庚烷与 辛烷异构体辛烷值的构效关系，通过对各模型的分 析要想得到更好的 ON， 则化合物应该具有多分枝 结构，即 Z 越 小 或 沸 点 越 低 ，B 越 大 ，且 密 度 越 大 。
关键词：辛烷值；汽油；汽油组分；拓扑指数法；基团贡献法
中 图 分 类 号 ：TE62
文 献 标 识 码 ：A
文 章 编 号 ：1001-9219(2014）02-62-05
辛烷值是在内燃机的燃烧室中未燃混合气受已 燃气压缩和热传递时汽油抑制过早燃烧的表现数 值，是汽油性能最重要的指标之一，过早燃烧不仅过 度消耗了汽油资源， 还可能会在发动机工作时产生 爆炸性威胁，并且对发动机有所损害。汽油辛烷值是 用 ASTM-CFR 内 燃 机 在 相 同 测 试 条 件 下 与 测 试 汽 油达到相同爆震强度时异辛烷和正庚烷混合物的异 辛烷的体积分数表示的， 根据发动机的转速及进气 温 度 分 为 研 究 法 辛 烷 值 （RON） 和 马 达 法 辛 烷 值 （MON）。 随着汽车发动机压缩比的增加，对汽油辛 烷值的要求也越来越高， 如对每一个可能提高辛烷 值的物质进行合成， 再利用仪器对其辛烷值进行测 定， 这不仅花费大量的时间， 更花费大量的研究经 费， 因此通过各种算法来建立辛烷值的预测模型受 到广泛的关注，在早期一些文献[1]只报道了辛烷值与 化合物结构之间的一些定性关系， 随着各种计算软 件的研究开发，各种定量计算的方法才逐步被提出。
经过对表征分子图的矩阵实施某种数字运算而获 得，可反映分子的形状、大小、支化度等结构特征，它 是直接产生于分子结构矩阵图的不变量， 很好的反 映物质的结构特征[2]。由于拓扑指数计算简单，不受实 验和经验限制，能很好地反映分子结构特征，现已被 广泛使用。 至今已有百余种拓扑指数被提出， 其中 1947 年 Horald Wiener 提 出 了 第 一 个 拓 扑 指 数 Wiener 指数 W 表示了几何尺度[3]，Hosaya[4]提出了 Z 指数反映了烷烃分子 C-C 键旋转自由度，Randic [5]提 出的烷烃支链指数 x 指数反映了支化度和分子连接 性，Kier 和 Hall[6]在 Randic 的基础上添加了不饱和程 度、 键和杂原子的处理方法又提出了分子连接性指 数，Balaban[7]提出了表示支化程度的中心指数 B，又 提出了指数 J 能很好的表示几何尺度和分子连接性。
等利用了近红外光谱仪对汽油的近红外光谱数据 进行提取，选取一定波长范围内的数据作为构建模 型的参数。 Myers[24]根据 NMR 对各组分进行分析得 到异链烷烃指数，利用 X 射线荧光仪和原子吸收光 谱对铅和硫含量进行测定， 建立了 77 种汽油组分 的特性与辛烷值之间的相关模型。 烷基铅的溶度被 显示是影响辛烷值的最重要因数，然后是异链烷烃 指 数 。 分 析 获 得 的 相 关 指 数 值 对 RON 为 0.87，对 MON 为 0.90，表明选择的变量具有符合要求的相关 性。
2 辛烷值构效关系的建立方法
2.1 非线性模型的建立方法 2.1.1 人工神经网络法（ANN）
人工神经网络技术是根据所掌握的生物神经 网络机理的基本知识，按照一定的思路和数学描述 方法，建立相应的数学模型，并采用适当算法，有针 对性地确定数学模型的参数(如连接权值、阈值等)， 以便获得所需问题的解。 误差反传网络（BP）[25]是目 前应用最广泛的网络，是一种多层前馈网络，采用 最小均方差的学习方式，由信号的正向传播和误差 的反向传播组成， 若正向传播的输出误差较大，则 将输出误差反传回输入层，对各层单元权值进行修 正，进行周而复始的过程，直到输出误差减小到所 需要求或进行了预先设定的学习次数。
光谱法主要是通过近红外光谱， 核磁共振光 谱，原子吸收光谱对样品进行分析以此对汽油辛烷值 进行相关研究， 得到辛烷值的预测值。 Kardamakis[22] 根据样品的近红外光谱与研究法辛烷值进行相关 研究，得到预测值的均方根误差只有 0.3。 史月华[23]
64
天然气化工（C1 化学与化工）
2014 年第 39 卷
的含氧类化合物对辛烷值有所提高，并认为在整个 燃烧过程中自由基的形成来源于羰基结构，在燃烧 过程中影响着整个自由基的传递和终止， 确定了 α 位的 C-H 键对产生自由基起着决定性的作用。 通过 对影响分子键强度的现象分析，确定烯醇-酮的互变 异构的气象常数和形成最稳定的烯醇二聚物时烯 丙基氢的数量对自由基的传递起着决定性的作用。 基团贡献法的适用范围较广，主要注重分子结构的 拆解，要想拥有较高的相关性，则更要保证拆解的 正确性， 不过利用该方法获得的标准偏差相对较 大。 1.3 仪器分析法
拓扑指数法、基团贡献法主要用于对汽油组分 的参数提取，对汽油混合物辛烷值的预测模型建立 则需要结合仪器对汽油进行分析，如对各汽油组分 的分析，组分吸光度的分析，各组分含量的分析等， 再利用这些参数与汽油的混合辛烷值进行相关分 析。 1.3.1 色谱法
色谱法主要是通过气相色谱对汽油混合物的 组分以及含量的分析与汽油辛烷值进行相关分析， 以 此 来 得 到 辛 烷 值 的 预 测 值 。 Ghosh[18]等 利 用 各 种 不 同的气相色谱仪对 1471 个汽油进行详细的组分分 析，得到了相关模型。 该模型由于它对从不同的粗 汽油生产的 1471 种汽油燃料进行了分析， 可以适 用于任何汽油燃料， 不考虑它的起始加工过程。 Lugo H J[19]等将催化裂化汽油分为 31 种组分，利用 气相色谱仪对样品的组分进行分析， 最终得到对 RON 贡 献 最 大 的 组 分 为 烯 烃 、 异 链 烷 烃 和 苯 ，对 MON 贡献最大的组分为异链烷烃和苯。 Albahri[20]等 提出预测石油燃料辛烷值的三种分析方法，根据仪 器测定的各组分沸点和比重或体积分数对 RON 和 MON 计 算 ，根 据 平 均 沸 点 和 Waston 特 性 参 数[21]对 RON 和 MON 计算，根据平均沸点和链烷烃含量对 RON 和 MON 计算, 统计数据集得到了辛烷值的平 均误差约为 4~7。 1.3.2 光谱法
关性的研究，并综述利用仪器分析提取参数对汽油辛烷值进行构效关系研究。 综述了分别采用人工神经网络法﹑遗传算法﹑支
持向量机﹑多元线性回归法﹑偏最小二乘法对汽油及汽油组分辛烷值进行拟合的情况及优劣，由于拓扑指数计算比较简 单 ，能
较完善的表示分子结构特征，得到的辛烷值预测模型的相关性比其他方法较好，该方法是目前比较广泛使用的一种方法。
1 汽油wk.baidu.com其组分辛烷值的定量构效 关系的参数提取
1.1 拓扑指数研究法 拓扑指数是分子结构数值化的一种方式， 它是
收稿日 期 ：2013-09-25；基 金 项 目 ：广 东 省 部 产 学 研 结 合 项 目 (?2009B090300134)， 广 东 省 高 新 区 引 导 专 项 项 目 （2011B010700060），2010 年 广 东 省 重 大 科 技 专 项 子 项 目 （911009）；作 者 简 介 ：仇 爱 波 （1988-），男 ，硕 士 研 究 生 ，电 话 0668-2923069， 电邮 13601499539@163.com；* 通讯作者：电 话 0668-2923672，电邮 rujinzhou@126.com。
Meusinger 和 Moros[26]通过 13CNMR 光 谱 将 所 有 化合物根据化学位移分成 28 个区域，并根据氧、烷 烃环、芳香烃、脂肪链、烯烃双键这些结构的存在与 否得到的一系列碳信号数据作为输入信号，混合研 究法辛烷值作为输出信号，利用人工神经网络法进 行分析，测定得到这些结构信息与辛烷值之间具有 非常好的相关性。 Pasadakis[27]等开发了一种 ANN 模 型来确定汽油混合物的 RON， 这个 ANN 模型利用 各组分的体积溶度作为输入变量， 各自的 RON 作 为输出变量，得到了模型，该模型对 RON 的预测均 方根误差（RMSEP）少于 0.2。 高俊[28]等利 用 三 层 误 差反向传播 BP 人工神经网络（ANN）方法将近红外 光谱仪测定的光谱吸光度与 35 个汽油辛烷值进行 了相关分析，计算得到的预测辛烷值与实际辛烷值 误差都较小， 说明利用 BP 神经网络从近红外光谱 的吸光度预测汽油的辛烷值是可行的。 利用人工神 经网络方法能够对偏差较大的模型进行自动调整，