当代化工
噹代化工
당대화공
CONTEMPORARY CHEMICAL INDUSTRY
2011年
7期
748-750
,共3页
离子液体%双水相%液液平衡%BP神经网络
離子液體%雙水相%液液平衡%BP神經網絡
리자액체%쌍수상%액액평형%BP신경망락
基于BP(Back-Propagation)神经网络模型,编写了通用的计算程序,对30℃时H2O-[Bmim]BF4-Na2CO3离子液体双水相体系的液液平衡数据进行了关联,经过反复试算,得到最佳的神经网络拓扑结构为｛3,10,3},采用该结构关联富含水相中三种组分的质量分数,平均相对误差分别为0.065%、2.218%和0.781%,最大相对误差为3.916%；优于文献中的Othmer-Tobias经验方程+溶解度曲线方程的关联精度,该方程得到的平均相对误差分别为0.09%、2.77%和1.73%,最大相对误差为4.52%.较为成功地应用神经网络模型处理了含离子液体的双水相体系的液液平衡数据.
基于BP(Back-Propagation)神經網絡模型,編寫瞭通用的計算程序,對30℃時H2O-[Bmim]BF4-Na2CO3離子液體雙水相體繫的液液平衡數據進行瞭關聯,經過反複試算,得到最佳的神經網絡拓撲結構為｛3,10,3},採用該結構關聯富含水相中三種組分的質量分數,平均相對誤差分彆為0.065%、2.218%和0.781%,最大相對誤差為3.916%；優于文獻中的Othmer-Tobias經驗方程+溶解度麯線方程的關聯精度,該方程得到的平均相對誤差分彆為0.09%、2.77%和1.73%,最大相對誤差為4.52%.較為成功地應用神經網絡模型處理瞭含離子液體的雙水相體繫的液液平衡數據.
기우BP(Back-Propagation)신경망락모형,편사료통용적계산정서,대30℃시H2O-[Bmim]BF4-Na2CO3리자액체쌍수상체계적액액평형수거진행료관련,경과반복시산,득도최가적신경망락탁복결구위｛3,10,3},채용해결구관련부함수상중삼충조분적질량분수,평균상대오차분별위0.065%、2.218%화0.781%,최대상대오차위3.916%；우우문헌중적Othmer-Tobias경험방정+용해도곡선방정적관련정도,해방정득도적평균상대오차분별위0.09%、2.77%화1.73%,최대상대오차위4.52%.교위성공지응용신경망락모형처리료함리자액체적쌍수상체계적액액평형수거.
