用神经网络法预测鼓泡塔内的气含率
용신경망락법예측고포탑내적기함솔
Prediction of Gas Holdup in Bubble Columns Using Artificial Neural Network
  • 万方数据
    化学工程 화학공정
    CHEMICAL ENGINEERING
    2003年 3期 41-44,49 ,共5页

    罗湘华%吴元欣%李定或

    라상화%오원흔%리정혹

    鼓泡塔%气含率%神经网络%关联式 鼓泡塔%氣含率%神經網絡%關聯式
    고포탑%기함솔%신경망락%관련식
    在2000多组公开发表的鼓泡塔实验数据组成的数据库基础上,提出了一个预测鼓泡塔内气含率的关联式,介绍了一种新的神经网络回归方法.将该方法与受力分析结合起来得到4个对鼓泡塔内气含率影响较大的无因次准数,对所得到的模型作出评价.
    재2000다조공개발표적고포탑실험수거조성적수거고기출상,제출료일개예측고포탑내기함솔적관련식,개소료일충신적신경망락회귀방법.장해방법여수력분석결합기래득도4개대고포탑내기함솔영향교대적무인차준수,대소득도적모형작출평개.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문