| 固体在超临界流体中溶解度的BP人工神经网络模拟 |
| |
| 引用本文： | 胡德栋,王威强,魏东,郭建章.固体在超临界流体中溶解度的BP人工神经网络模拟[J].山东大学学报(工学版),2006,36(2):8-11. |
| |
| 作者姓名： | 胡德栋 王威强 魏东 郭建章 |
| |
| 作者单位： | 青岛科技大学,机电学院,山东,青岛,266061;山东大学,机械学院,山东,济南,250061;山东建筑大学,计算机系,山东,济南,250014 |
| |
| 摘 要： | 利用误差逆向传播人工神经网络（BPANN）模型对文献已发表的24种固体在超临界流体（SCF）中的溶解度数据分别进行了模拟及预测，结果表明该模型具有较好的模拟及内推功能，可作为模拟和内推固体溶质在超临界流体中溶解度的一种较好手段，但外推效果较差.
|
| 关 键 词： | 溶解度 模拟 固体 超临界流体 |
| 文章编号： | 1672-3961(2006)02-0008-04 |
| 收稿时间： | 2004-11-11 |
| 修稿时间： | 2004年11月11 |
Back-Propagation Artificial Neural Networks application to the solubility |
| |
| HU De-dong,WANG Wei-qiang,WEI Dong,GUO Jian-zhang.Back-Propagation Artificial Neural Networks application to the solubility[J].Journal of Shandong University of Technology,2006,36(2):8-11. |
| |
| Authors: | HU De-dong WANG Wei-qiang WEI Dong GUO Jian-zhang |
| |
| Affiliation: | 1. The College of Mechanical & Electrical Engineering,Qingdao University of Science and Technology；2.The School of Mechanical Engineering,Shandong University；3.Depatment of Computer,Shandong University of Architecture |
| |
| Abstract: | The published solubilities data of 24 solids in supercritical fluid(SCF) were simulated and predicted by back-propagation artificial neural networks(BPANN) model.The results show that the model can simulate and interpolate the solubility of solids in SCF well,and it is a better way to simulate and interpolate the solubility of the most solids in SCF,but having the worse extrapolative effect. |
| |
| Keywords: | solubility simulation solid supercritical fluid |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《山东大学学报(工学版)》浏览原始摘要信息 |
|
点击此处可从《山东大学学报(工学版)》下载全文 |
|
