基于BP神经网络的精对苯二甲酸回收系统水含量预测模型

• 作者: 万辉 佟丽 管国锋
• 来源期刊: 南京工业大学学报（自然科学版）
• 学科: 工学
• 关键词: 精对苯二甲酸 电导率 水含量 BP神经网络 贝叶斯正则化
• 年，卷（期）: 2012,（3）
• 页码范围: 70-73
• 分类号: TP183|TB971
• 字数: 1745字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7627.2012.03.014

摘要

采用电导率法测量精对苯二甲酸回收系统水含量,考察了电导率与水含量、金属离子浓度及温度的关系.以温度、金属离子浓度、电导率为输入变量,通过BP人工神经网络贝叶斯正则化算法建立水含量预测模型.优化后的BP神经网络模型结构为3-13-1,动量因子为0.75.使用优化的模型对水含量进行预测,测试集最大绝对相对偏差为4.36％,平均绝对相对偏差为0.96％,表明所建立的神经网络模型可较好地用于预测精对苯二甲酸回收系统的水含量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	管国锋	南京工业大学化学化工学院	88	675	14.0	20.0
2	佟丽	南京工业大学化学化工学院	1	0	0.0	0.0
3	万辉	南京工业大学化学化工学院	47	375	11.0	16.0