曾小红

(江西省化学工业设计院，江西 南昌 330003)



人工神经网络法在相平衡计算中的应用

曾小红

(江西省化学工业设计院，江西 南昌 330003)

选用101.3kPa下的甲基二氯硅烷(1)+甲苯(2)二元体系为研究对象，用人工神经网络法来进行泡点计算。将人工神经网络法计算的泡点与实验测得的泡点作了比较，得出的平均绝对偏差与文献值比较，拟合精度更好，关联结果令人满意。

甲基二氯硅烷 甲苯 汽液平衡(VLE) 人工神经网络(ANN)

近年来，国内外一些研究人员开始尝试使用ANN来研究VLE。曾绮微等[1]建立了二元体系汽液平衡数据的人工神经网络预测模型，并以预测结果同实验结果比较，精度较高。屈强等[2]用BP神经网络预测汽液平衡常数预测。郭宁等[3]应用BP神经网络成功的关联和预测了乙醇一环己烷一水体系汽液平衡，而且其预测精度优于NRTL方程。陈维苗等[4]运用人工神经网络，对32个醇水盐体系的汽液平衡数据进行了关联，计算值与实验值符合良好，泡点温度和汽相组成的平均偏差分别是0.93K和0.015。对未列入该模型的体系的汽液平衡进行了预测，也取得了较好的结果。

本文选用101.325kPa下的甲基二氯硅烷(1)+甲苯(2)[5]二元体系为研究对象，用人工神经网络法来进行泡点计算。

1.人工神经网络概述

人工神经网络[6](Artificial Neural Network，简称ANN)是人脑的一种仿生模型，是由大量的简单处理单元(或称神经元)广泛连接而形成的复杂网络系统，按照某种拓扑结构相连接的神经模型构成。作为一种新型的黑箱方法，是近年来迅速发展起来的研究热点。……