基于改进的遗传算法神经网络对链烷烃pVT性质的研究

• 作者: 刘华 蒋文华 韩世钧
• 来源期刊: 石油化工
• 学科: 工学
• 关键词: 遗传算法 神经网络 分子连接性指数 pVT数据
• 年，卷（期）: 2000,（4）
• 所属期刊栏目: 研究与开发
• 页码范围: 259-262
• 页数: 4页
• 分类号: TQ013.1
• 字数: 3495字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-8144.2000.04.005

摘要

提出一种改进的遗传算法用于训练神经网络,将此神经网络对链烷烃的分子连接性指数和pVT数据进行训练.根据25种链烷烃的训练结果,确定了决定链烷烃pVT性质的4个分子连接性指数为0χ、2χp、3χp和4χpc.据此对其它15种链烷烃的pVT数据进行了预测,取得较为满意的结果.采用这种方法可以为从非状态方程计算流体的pVT数据提供一种方便有效的途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩世钧	浙江大学化学系	48	392	12.0	17.0
2	刘华	浙江大学化学系	50	351	11.0	15.0
3	蒋文华	浙江大学化学系	23	177	8.0	13.0