基于神经网络的炭气凝胶孔结构的预测与优化模型研究

• 作者: 乔文明 杨榛 梁晓怿
• 来源期刊: 新型炭材料
• 学科: 工学
• 关键词: 炭气凝胶 孔结构 神经网络 训练算法 模型
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 77-85
• 页数: 9页
• 分类号: TQ127.1+1
• 语种: 中文
• DOI: 10.1016/S1872-5805(17)60108-2

摘要

如何控制和预测孔结构是炭气凝胶研究的重要课题.然而,由于耗时耗财,导致实验方法研究控制和预测孔结构成为难题.本文提出一种基于神经网络的炭气凝胶孔结构的预测与优化模型,并采用遗传算法设计和优化模型,对六种典型训练算法模型性能进行比较分析.利用该模型对孔径和吸附容量进行预测,两者的预测相关系数分别为0.992和0.981,预测均方根误差分别为0.077和0.054.经测试,该模型与实验研究的结果相符,并有效的应用于预测和控制炭气凝胶实验参数.