超临界CO2中固体溶解度的逆向传播人工神经网络模拟

• 作者: 杜爱玲 王威强 胡德栋
• 来源期刊: 化学工程
• 学科: 工学
• 关键词: 模拟 逆向传播人工神经网络 固体 溶解度 超临界CO2
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 化工热力学
• 页码范围: 45-48,53
• 页数: 5页
• 分类号: TQ015.9
• 字数: 1763字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9954.2006.05.012

摘要

为了更好地模拟超临界CO2(SC CO2)中固体的溶解度数据,采用逆向传播神经网络(BPANN)对30种固体在超临界CO2中的873个溶解度数据进行了模拟,所得相对误差(AARD)都在 10%以下,小于状态方程和经验方程的值,此结果表明BPANN能较好地模拟SC CO2中固体的溶解度数据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王威强	山东大学山大鲁南超临界流体技术研究所	112	915	17.0	25.0
5	胡德栋	山东大学山大鲁南超临界流体技术研究所	8	100	6.0	8.0
9	杜爱玲	山东大学山大鲁南超临界流体技术研究所	26	196	8.0	12.0