模糊神经网络-遗传算法优化丙烯酸苄酯合成工艺

• 作者: 井晓燕 刘壮 姬盼盼 李超 范峥 赵毅刚
• 来源期刊: 化工学报
• 关键词: 丙烯酸苄酯 合成 神经网络 遗传算法 优化
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 过程系统工程
• 页码范围: 4315-4324
• 页数: 10页
• 分类号: TQ231.2
• 语种: 中文
• DOI: 10.11949/0438-1157.20190268

摘要

首先通过多因素方差分析探讨携水剂用量、反应温度、反应真空度、反应时间、酸醇比对丙烯酸苄酯质量分数及收率的影响,然后以显著因素为输入、综合得分为输出建立Takagi-Sugeno型模糊人工神经网络,最后利用遗传算法优化丙烯酸苄酯合成工艺条件并使用t检验法验证可靠性.研究表明,上述各因素对丙烯酸苄酯合成产物的质量分数与收率同时具有非常显著的影响,预测模型采用5-15-243-1型网络结构,经36859次训练其均方差小于允许收敛误差限0.0050,输出值与期望值呈近似线性关系,训练、测试阶段决定系数0.9999、0.9998.借助遗传算法经149次进化得到最优控制参数,即当携水剂用量为53 ml,反应温度为125℃,反应真空度为0.095 MPa,反应时间为2.2 h,酸醇比为1.4时,丙烯酸苄酯的质量分数、收率及综合得分为99.27％、98.04％、98.78％,经验证该模型亦可靠性良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李超	中国石油长庆油田分公司气田开发事业部	93	313	11.0	14.0
2	范峥	西安石油大学化学化工学院	33	101	6.0	8.0
3	井晓燕	西安石油大学化学化工学院	4	4	1.0	1.0
4	姬盼盼	西安石油大学化学化工学院	4	6	2.0	2.0
5	赵毅刚		2	9	1.0	2.0
6	刘壮		3	4	1.0	1.0