典型文献
基于蝙蝠算法优化的BP神经网络估算工质沸点温度
文献摘要：
为了能够对计算机辅助分子设计过程中产生的分子实现精确的热物性预测,采用工质的沸点为重要预测参数,将现有的烷烃、烯烃、卤代烃、醇、醚、胺等6类热力循环所使用的工质划分为16类基团,并引入拓扑指数来区分同分异构体.提出了一种基于蝙蝠算法优化过的BP人工神经网络来预测工质的沸点温度.最后,通过仿真实验将优化后得到的BA-ANN与典型的GA-ANN模型进行误差对比,结果表明新构建的BA-ANN模型的各类预测误差均低于GA-ANN模型,其新模型能够显著提高工质沸点温度的预测精度.
文献关键词：
工质;沸点温度;蝙蝠算法;神经网络
中图分类号：
作者姓名：
赵永杰;张强;潘德法;徐真杨;侯宇
作者机构：
江苏科技大学,镇江212000
文献出处：
引用格式：
[1]赵永杰;张强;潘德法;徐真杨;侯宇-.基于蝙蝠算法优化的BP神经网络估算工质沸点温度)[J].自动化与仪器仪表,2022(04):75-79
A类：
沸点温度
B类：
蝙蝠算法,算法优化,计算机辅助,分子设计,设计过程中,子实,热物性,物性预测,预测参数,烷烃,烯烃,卤代烃,热力循环,基团,拓扑指数,同分异构体,人工神经网络,BA,ANN,GA,预测误差
AB值：
0.309533
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
