混合人工神经网络溶解预测进展

• 作者: 张淮锦 李孟山 柳和生 武燕 陈炳生 黄兴元
• 来源期刊: 塑料
• 学科: 化学
• 关键词: 溶解预测 超临界二氧化碳 聚合物 混合神经网络
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 发展与动态
• 页码范围: 73-76,93
• 页数: 5页
• 分类号: O6-39|O645.12|TQ015.9
• 语种: 中文

摘要

溶解作为一项重要的物化指标,一直是研究的热点,而且,相关的理论计算方法也发展迅速,尤其是人工神经网络因其独特的非线性处理能力而倍受关注.以超临界二氧化碳在聚合物中的溶解过程为例,综述了人工神经网络溶解性预测方法的基本原理和研究现状,并重点阐述了基于各类智能算法变体的混合人工神经网络溶解预测模型(HANN)的实现原理、现状、性能分析与评价等,最后对溶解性研究进行了展望.结果表明,人工神经网络溶解预测模型的综合性能优于传统热力学模型;HANN在精度和相关性方面也较优;各类HANN之间的性能各有优劣.在化学化工、材料等相关领域的预测应用中,可依据研究问题借鉴合适的HANN.