首页> 中文期刊> 《林产化学与工业》 >BP神经网络对超临界CO2萃取油茶籽油过程的模拟

BP神经网络对超临界CO2萃取油茶籽油过程的模拟

         

摘要

应用BP神经网络(BPNN)对超临界CO2萃取油茶籽油过程进行了模拟和预测.研究了神经网络的构建、训练以及学习算法和隐含层结构的优化,并用得到的神经网络对不同原料平均粒径(0.215 ~ 0.625mm)、压力(30 ~ 35MPa)、温度(35 ~ 50℃)、CO2流量(20~25L/h)条件下的油茶籽油收率进行预测.结果表明:L - M算法是适宜的BP神经网络学习算法;具有5/8/1结构的BP神经网络的模拟性能最优;模型的预测值与实验结果吻合较好,大部分数据的相对误差小于3%,说明BP神经网络适用于超临界CO2萃取油茶籽油过程的模拟.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号