节点文献

人工神经网络基团贡献法估算纯有机物的临界参数

Prediction of Critical Properties for Organic Compound by Group-Contribution Artificial Neural Network Method

推荐 CAJ下载
PDF下载
不支持迅雷等下载工具，请取消加速工具后下载。

【Author】 KUANG Ge\ ZHAO Su\|ying\ ZHAO Zhi\|shan\ WANG Liang\|en (Department of Chemical Engineering, Fuzhou University,Fuzhou\ 350002)

【机构】福州大学化学工程系!福州350002；

【摘要】提出了估算纯有机物临界参数的人工神经网络基团贡献法 ,网络的输入参数为基团和常压沸点 ,临界温度 (Tc)、临界压力 (Pc)与临界比容 (Vc)同时作为网络的输出 ,对 16 5种碳氢氧化合物分别进行了预测 ,Tc、Pc 和Vc 的平均相对误差为 :1 5 6 %、 3 49%和 3 2 1%。与通用的基团贡献法MXXC法进行比较 ,表明人工神经网络基团贡献法更具有优越性更多还原

【Abstract】 Based on group contribution,the ANN method was used to predict the critical properties of organic compound. The inputs are groups and T b ,the outputs are T c,P\-c and V c . The average percent deviations of properties of T c,P c and V c are only 1 56%, 3 49% and 3 21% in 165 hydrocarbons. The deviation of Pc, and Vc are lower than those estimated by popular MXXC method chose for comparison. ANN method shows many advantages in prediction of critical properties.更多还原

【关键词】人工神经网络；临界参数；估算；基团贡献；
【Key words】 neural network； critical properties； prediction； group contribution；

【文献出处】计算机与应用化学 ,Computers and Applied Chemistry , 编辑部邮箱 ,2001年04期

【分类号】O621
【被引频次】15
【下载频次】171

知网节下载

节点文献中：

本文链接的文献网络图示:

本文的引文网络

节点文献