应用BP神经网络预测固体在超临界流体中的溶解度

摘要：

构造Vogl快速算法误差反向传播(EBP)神经网络,应用该神经网络对若干固体在超临界流体中的溶解度进行预测,对21体系共612个数据点进行训练和预测,预测的总平均相对误差为4.02%,优于状态方程法所计算的结果.

关键词：人工神经网络、超临界流体、溶解度

所属期刊栏目：21

分类号：TQ028.32(一般性问题)

在线出版日期：2004-06-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：189-192