人工神经网络预测有机溶剂中CO2溶解度
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| 第1章 文献综述 | 第11-23页 |
| ·前言 | 第11-12页 |
| ·CO_2的捕集方法 | 第12-15页 |
| ·物理封存 | 第12-14页 |
| ·化学吸收 | 第14-15页 |
| ·CO_2溶解度实验测定 | 第15-20页 |
| ·基固贡献（GC-EoS)模型 | 第15-18页 |
| ·DEA 复配水溶液二氧化碳溶解度的测定实验 | 第18-20页 |
| ·CO_2溶解度的预测 | 第20-23页 |
| ·状态方程法 | 第20页 |
| ·人工神经网络预测 | 第20-23页 |
| 第2章 二氧化碳溶解度数据 | 第23-27页 |
| 第3章 人工神经网络结构模型 | 第27-47页 |
| ·ANN 的原理及其应用 | 第27-33页 |
| ·ANN 模型建立概述 | 第33-39页 |
| ·感知器 | 第34-35页 |
| ·BP 网络 | 第35-37页 |
| ·Hopfield 网络 | 第37-39页 |
| ·ART 网络 | 第39页 |
| ·本实验 ANN 模型建立 | 第39-47页 |
| ·输入变量 | 第39-40页 |
| ·输出变量 | 第40页 |
| ·传递函数与训练算法 | 第40-44页 |
| ·隐含层最优层数分析表 | 第44-47页 |
| 第4章 ANN 模型用于 CO_2溶解度的测定 | 第47-55页 |
| ·人工神经网络的训练过程 | 第47-49页 |
| ·ANN 的验证过程 | 第49-51页 |
| ·ANN 的测试过程 | 第51-52页 |
| ·ANN 模型适用性检验 | 第52-53页 |
| ·ANN 模型与 EOS 预测性能比较 | 第53-55页 |
| 第5章 结论及建议 | 第55-57页 |
| 参考文献 | 第57-65页 |
| 致谢 | 第65页 |
