固体在超临界流体中溶解度的BP人工神经网络模拟

山东大学学报(工学版)

固体在超临界流体中溶解度的BP人工神经网络模拟

胡德栋¹，王威强²，魏东³, 郭建章¹,

1.青岛科技大学机电学院，山东青岛266061；2. 山东大学机械学院，山东济南250061;3. 山东建筑大学计算机系，山东济南250014

收稿日期:2004-11-11 修回日期:1900-01-01 出版日期:2006-04-24 发布日期:2006-04-24
通讯作者: 胡德栋

Back-Propagation Artificial Neural Networks application to the solubility

HU De-dong¹，WANG Wei-qiang²，WEI Dong ³，GUO Jian-zhang¹

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

Received:2004-11-11 Revised:1900-01-01 Online:2006-04-24 Published:2006-04-24
Contact: HU De-dong

摘要/Abstract

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

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.

Key words: simulation, solid, supercritical fluid , solubility

中图分类号:

TQ15.9

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 .

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 (ENGINEERING SCIENCE), 2006, 36(2): 8-11 .

参考文献

相关文章 15

[1]	吴晨谋,方志军,黄正能. 基于单目摄像头的主动式驾驶行为分析算法[J]. 山东大学学报(工学版), 2018, 48(5): 69-76.
[2]	宋士瞻,王传勇,康文文,张健,闫红华,李鹏. 基于时序生产模拟的配电网光伏装机容量规划[J]. 山东大学学报(工学版), 2018, 48(5): 131-136.
[3]	王忠啸,崔新壮,崔社强,张磊,车华桥,苏俊伟. 咸水区水泥土桩劣化及改性对道路复合地基的影响[J]. 山东大学学报(工学版), 2018, 48(4): 69-77.
[4]	何正义,曾宪华,郭姜. 一种集成卷积神经网络和深信网的步态识别与模拟方法[J]. 山东大学学报(工学版), 2018, 48(3): 88-95.
[5]	宋贵杰. 浅埋软岩段隧道进洞施工变形特征与失稳分析[J]. 山东大学学报(工学版), 2018, 48(2): 53-60.
[6]	王丹华,张冠敏,冷学礼,徐梦娜,韩圆圆. T型管内两相流分配特性数值模拟[J]. 山东大学学报(工学版), 2018, 48(1): 89-95.
[7]	夏梦然,李卫,冯啸,朱光轩,李夏. 极浅埋富水砂层地铁横通道注浆加固与开挖稳定性[J]. 山东大学学报(工学版), 2017, 47(2): 47-54.
[8]	崔青,张长桥,修建新,许士明,卢丽丽. 稠油沥青质胶质降粘机理的分子动力学模拟[J]. 山东大学学报(工学版), 2017, 47(2): 123-130.
[9]	郑林彬,王建明,何讯超. 2024铝合金喷丸粗糙度试验与数值模拟[J]. 山东大学学报(工学版), 2017, 47(1): 84-89.
[10]	吕国仁,张群,牛奔,高全亭,武照收. 高层建筑桩基施工对邻近建筑物的影响[J]. 山东大学学报(工学版), 2017, 47(1): 48-58.
[11]	陈玉成,孙强,苗强,白书战,李国祥. 混合动力汽车动力总成试验台设计与开发[J]. 山东大学学报(工学版), 2017, 47(1): 119-124.
[12]	李晓飞,王雷,贾磊,蔡文剑. 斜向和纵向紧凑微流化床设计及其性能[J]. 山东大学学报(工学版), 2016, 46(6): 76-82.
[13]	彭元诚,董旭,梁娜,邓振全. 北盘江新型空腹式连续刚构桥角隅节点模型试验研究[J]. 山东大学学报(工学版), 2016, 46(6): 113-119.
[14]	米春荣,李建明. 预应力混凝土管桩后注浆器的研制与应用[J]. 山东大学学报(工学版), 2016, 46(4): 89-95.
[15]	白艳艳,曹月欣,张宪玺,张鲁格,孙德志,延辉,张翀. SDS对香豆素在SB-16胶束增溶行为影响[J]. 山东大学学报(工学版), 2016, 46(3): 99-105.

多维度评价

Viewed

Full text

Abstract

Cited

Shared

Discussed