基于基团拓扑的遗传神经网络工质临界温度预测

摘要：

用遗传神经网络预测工质的临界温度，网络的输入参数为分子基团和拓扑指数，输出参数为临界温度。所划分的16个分子基团涵盖了制冷、热泵及有机朗肯循环系统中的大部分工质，所选拓扑指数能够分辨工质中所有的同分异构体。通过遗传算法优化得到网络结构及初始参数后，由神经网络对工质临界温度进行预测，同时为了提高网络对临界温度预测的泛化能力，将200种工质划分成训练集、验证集及测试集。所得网络能够区分所有的同分异构体，且与实验值相比，各数据集临界温度的平均相对误差分别为1.18%、1.69%、1.28%，表明该网络对工质临界温度具有很好的预测能力。

关键词：热力学性质、临界温度、工质、分子基团、拓扑指数、遗传算法、神经网络

所属期刊栏目：67

分类号：TK123(热力工程、热机)

资助基金：国家自然科学基金项目51276123,51476110。@@@@Foundation item:supported by the National Natural Science Foundation of China 51276123,51476110

在线出版日期：2016-11-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：4689-4695