固体在超临界流体中溶解度的BP人工神经网络模拟

被引：19

作者：

胡德栋 ^{[1
]}

王威强 ^{[2
]}

魏东 ^{[3
]}

郭建章 ^{[1
]}

机构：

[1] 青岛科技大学机电学院

[2] 山东大学机械学院

[3] 山东建筑大学计算机系

来源：

山东大学学报(工学版) | 2006年 / 02期

关键词：

溶解度; 模拟; 固体; 超临界流体;

D O I：

暂无

中图分类号：

O645 [溶液];

学科分类号：

070305 [高分子化学与物理];

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.

引用

收藏

页码：8 / 11

页数：4

相关论文

empty

未找到相关数据