化工过程半经验模型的求取及回归方法和ANN方法的联合应用

在求取过程的半经验数学模型时，将数学回归分析方法和人工神经网络（ＡＮＮ） 的人工智能方法结合起来，可以发挥很好的作用。作为这种方法的应用实例建立描述某类合成胶乳粘度特性的两参数半经验关联式。

合成胶乳表观粘度半经验模型

合成胶乳是一种非牛顿型流体，其表观粘度与温度、固含量、流动状态等因素有关。目前见诸文献报道的一般为粘度与固含量的单变量关联式［１］。利用数学回归方法和人工神经网络方法对合成胶乳实验数据进行处理，获得了在一定温度下描述某类合成胶乳粘度特性的两变量半经验关联式。