摘要
提出一种改进的遗传算法用于训练神经网络 ,将此神经网络对链烷烃的分子连接性指数和 pVT数据进行训练。根据 2 5种链烷烃的训练结果 ,确定了决定链烷烃 pVT性质的 4个分子连接性指数为0 χ、2 χp、3χp 和4χpc。据此对其它 1 5种链烷烃的 pVT数据进行了预测 ,取得较为满意的结果。采用这种方法可以为从非状态方程计算流体的pVT数据提供一种方便有效的途径。
A geneticbased artificial neural network with improved genetic algorithm is employed to investigate the relationships between molecular connectivity index and pVT data of 40 aliphatic liquids.According to these relationships,the pVT data of another 15 aliphatic liquids are accurately predicted.The improved neural network is proved to be a convenient and effective method for study of pVT data of aliphatic liquids besides the equations of state.
出处
《石油化工》
EI
CAS
CSCD
北大核心
2000年第4期259-262,共4页
Petrochemical Technology
基金
国家自然科学基金!资助项目 (No .2 96760 36)
