| 应用BP神经网络预测超临界CO2的摩尔体积 |
| |
| 引用本文： | 廖海清,吴大可,陈树琳,王雷.应用BP神经网络预测超临界CO2的摩尔体积[J].贵州工业大学学报(自然科学版),2003,32(6):65-67. |
| |
| 作者姓名： | 廖海清 吴大可 陈树琳 王雷 |
| |
| 作者单位： | 1. 贵州工业大学,化学与生物工程学院,贵州,贵阳,550003
2. 贵州工业大学,理化分析中心,贵州,贵阳,550003 |
| |
| 摘 要： | 用BP神经网络，在1．017≤pr≤8．134和1．019≤Tr≤5．917的范围内，对798组超临界CO2的p—V—T数据进行训练和预测，预测160组，平均相对误差为2.01％；用RK、RKS及PR状态方程法计算这160组数据，平均相对误差分别为2．66％、3．24％和2．48％，表明神经网络法优于状态方程法。
|
| 关 键 词： | BP神经网络 超临界CO2 状态方程法 摩尔体积 SCF 绿色分离技术 |
| 文章编号： | 1009-0193(2003)06-0065-03 |
| 修稿时间： | 2003年5月8日 |
Using BP Neural Network to Predict the Molar Volume of SCF-CO2 |
| |
| LIAO Hai-qing,WU Da-ke,CHEN Shu-lin,WANG Lei.Using BP Neural Network to Predict the Molar Volume of SCF-CO2[J].Journal of Guizhou University of Technology(Natural Science Edition),2003,32(6):65-67. |
| |
| Authors: | LIAO Hai-qing WU Da-ke CHEN Shu-lin WANG Lei |
| |
| Abstract: | |
| |
| Keywords: | supercritical CQ2 artificial neural networks equation of state molar volume |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
