BP神经网络对超临界CO_2萃取油茶籽油过程的模拟

编号 zgly0000720199

文献类型 期刊论文

文献题名 BP神经网络对超临界CO_2萃取油茶籽油过程的模拟

学科分类 220.45;经济林学

作者 卢泽湘  范立维  郑德勇  廖益强  黄彪 

作者单位 福建农林大学材料工程学院  福建农林大学资源与环境学院 

母体文献 林产化学与工业 

年卷期 2010,30(5)

页码 12-18

年份 2010 

分类号 TQ028.32 TQ351 

关键词 神经网络  超临界CO2  萃取  油茶籽油 

文摘内容 应用BP神经网络(BPNN)对超临界CO2萃取油茶籽油过程进行了模拟和预测。研究了神经网络的构建、训练以及学习算法和隐含层结构的优化,并用得到的神经网络对不同原料平均粒径(0.215～0.625 mm)、压力(30～35 MPa)、温度(35～50℃)、CO2流量(20～25 L/h)条件下的油茶籽油收率进行预测。结果表明: L-M算法是适宜的BP神经网络学习算法;具有5/8/1结构的BP神经网络的模拟性能最优;模型的预测值与实验结果吻合较好,大部分数据的相对误差小于3%,说明BP神经网络适用于超临界CO萃取油茶籽油过程的模拟。