BP神经网络对超临界CO2萃取油茶籽油过程的模拟

编号 zgly0001374384

文献类型 期刊论文

文献题名 BP神经网络对超临界CO2萃取油茶籽油过程的模拟

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年05期

年份 2010 

分类号 TQ225  TP183 

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。