应用BP神经网络预测超临界CO2的摩尔体积

• 作者: 吴大可 廖海清 王雷 陈树琳
• 来源期刊: 贵州工业大学学报(自然科学版)
• 学科: 化学
• 关键词: 超临界CO2 神经网络 状态方程 摩尔体积
• 年，卷（期）: 2003,（6）
• 所属期刊栏目: 化学工业及冶金工业
• 页码范围: 65-67
• 页数: 3页
• 分类号: TQ013.1|TQ127.12|O642.11
• 字数: 1415字
• 语种: 中文

摘要

用BP神经网络,在1.017≤pr≤8.134和1.019≤Tr≤5.917的范围内,对798组超临界CO2的p-V-T数据进行训练和预测,预测160组,平均相对误差为2.01%;用RK、RKS及PR状态方程法计算这160组数据,平均相对误差分别为2. 66%、3.24%和2.48%.表明神经网络法优于状态方程法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈树琳	贵州工业大学理化分析中心	11	77	4.0	8.0
2	吴大可	贵州工业大学化学与生物工程学院	6	29	3.0	5.0
3	廖海清	贵州工业大学化学与生物工程学院	2	14	2.0	2.0
4	王雷	贵州工业大学化学与生物工程学院	2	6	2.0	2.0