首页--数理科学和化学论文--化学论文--物理化学(理论化学)、化学物理学论文

超临界流体中有机固体溶解度的研究

摘要第1-9页
Abstract第9-12页
符号说明第12-14页
第1章 绪论第14-33页
 1.1 SF中有机固体溶解度的国内外研究现状第14-26页
  1.1.1 SF中有机固体溶解度的实验测定方法第15-19页
  1.1.2 SF中有机固体溶解度的关联及预测模型第19-26页
 1.2 神经网络技术第26-30页
 1.3 目前研究中所存在的问题第30-31页
 1.4 本论文所要解决的问题第31-33页
第2章 新型试验装置的研制一第33-41页
 2.1 该装置的特点第34-36页
  2.1.1 流体可循环使用第34页
  2.1.2 控制阀集成块的研发第34-35页
  2.1.3 工艺多变第35-36页
  2.1.4 筒体便拆式快开结构的研发第36页
 2.2 SF中有机固体溶解度的测定第36-39页
  2.2.1 仪器和试剂第36-37页
  2.2.2 试验步骤第37-38页
  2.2.3 样品组成分析第38-39页
 2.3 结果与讨论第39-40页
 2.4 结论第40-41页
第3章 含提携剂SC CO_2中有机固体溶解度的简单计算模型第41-50页
 3.1 Soave简单计算模型第41-44页
 3.2 含提携剂的修正简单计算模型第44-46页
  3.2.1 状态方程的修正第44页
  3.2.2 提携剂参数的计算第44页
  3.2.3 混合参数计算的修正第44-46页
 3.3 修正模型对含提携剂SF中有机固体溶解度的计算第46-49页
  3.3.1 可调参数的回归第46-48页
  3.3.2 修正模型的预测效果第48-49页
 3.4 结论第49-50页
第4章 WNN模型的优化Ⅰ-基于活度系数模型的优化第50-62页
 4.1 算法描述第50-52页
  4.1.1 小波神经元第50-51页
  4.1.2 小波神经网络第51-52页
 4.2 WNN的优化第52-57页
  4.2.1 输入参数的优化第53页
  4.2.2 隐含层节点数确定方法的优化第53-54页
  4.2.3 激励函数的优化第54页
  4.2.4 参数调整算法的优化第54-57页
 4.3 结果与讨论第57-60页
  4.3.1 输入参数和样本数据的确定第57-58页
  4.3.2 隐含层节点数确定规则的确定第58-59页
  4.3.3 隐含层激励函数的确定第59-60页
 4.4 结论第60-62页
第5章 WNN模型的优化Ⅱ-基于状态方程模型的优化第62-68页
 5.1 有机固体溶解度的影响因素第62-63页
 5.2 WNN模型的优化第63-67页
  5.2.1 输入参数和样本数据的确定第63-65页
  5.2.2 隐含层节点数确定方法的确定第65页
  5.2.3 激励函数的确定第65-67页
 5.3 结论第67-68页
第6章 WNN优化模型的应用第68-75页
 6.1 在单个不含提携剂SF体系中的应用第68-70页
 6.2 在单个含提携剂SC CO_2体系中的应用第70-72页
  6.2.1 恒温下变提携剂浓度的体系第71页
  6.2.2 变温下变提携剂浓度的体系第71-72页
  6.2.3 提携剂浓度恒定的体系第72页
 6.3 同时用于多个SF体系的模拟第72-74页
 6.4 结论第74-75页
第7章 基于WNN模型模拟结果的提携剂选择第75-80页
 7.1 样本数据的选择第75-76页
 7.2 WNN网络拓扑结构的确定第76页
 7.3 WNN模型对学习样本数据的学习关联第76页
 7.4 WNN模型对预测样本数据的预测第76-77页
 7.5 由分子结构推测提携剂的选择原则第77-78页
 7.6 结论第78-80页
第8章 结论第80-82页
 8.1 新型试验装置的研制第80页
 8.2 提出了一种SF中有机固体溶解度的简单计算模型第80页
 8.3 基于SF中有机固体溶解度模拟结果的WNN模型优化第80-81页
 8.4 WNN优化模型在SF中有机固体溶解度模拟中的应用第81页
 8.5 基于WNN模拟结果及分子结构分析的提携剂选择第81-82页
参考文献第82-100页
致谢第100-101页
攻读博士学位期间所发表的学术论文第101-103页

论文共103页,点击 下载论文
上一篇:应用消碱杂交技术研究非小细胞肺癌基因表达谱的变化和TIG2基因生物学功能的研究
下一篇:GSDML基因真核表达载体构建及功能的初步研究