Fel-xO基氨合成催化剂的WRBFN模型

【作者】 郑启富； 刘化章； 唐浩东； 韩文锋；

【机构】 浙江工业大学浙西分校化工系；

【摘要】 <正>Fe1-xO基氨合成催化剂是一种多组分催化剂,各组分之间存在交互作用,其组成与催化剂活性之间存在复杂的非线性关系,难以用传统的非线性模型来描述。径向基函数网络(RBFN)具有很强的非线性映射能力,能够根据样本数据建立催化剂组成与活性之间的关系模型。通常的 RBFN是将样本数据直接从输入层传到隐含层,各输入节点对隐含层的输出是不可调节的。针对催化剂中不同组分对活性的影响不同,本文设计了一种加权径向基函数网络(WRBFN),即在输入层与隐含层之间加入连接权值,以调节各输入单元对隐含层输出的影响,从而影响输出层的输出,并采用优进遗传算法(EGA)对权值进行优化,由此建立了拟合和预测性能均较好的WRBFN 模型。该模型对优化Fe1-xO基氨合成催化剂组成,进一步提高催化剂活性具有指导意义。更多还原