当前位置:首页 > 资讯 > 茶叶知识> 正文

BP神经网络对超临界CO2萃取油茶籽油过程的模拟

2021-02-21 10:58:17热度:205°C

应用BP神经网络(BPNN)对超临界CO2萃取油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。

完成机构:[1]福建农林大学材料工程学院,福建福州350002 [2]福建农林大学资源与环境学院,福建福州350002

茶叶库存天柱山茶叶

相关文章

SQL Error: select id,classid,MATCH(title) AGAINST('BP 41813013 30134588 45883471 34712252 22521912 19123357 33572971 CO2 6145' IN BOOLEAN MODE) as jhc from ***_enewssearchall where (id<>203432) and MATCH(title) AGAINST('BP 41813013 30134588 45883471 34712252 22521912 19123357 33572971 CO2 6145' IN BOOLEAN MODE) order by jhc desc,infotime desc limit 0, 6