改良人工神经网络方法预测烷烃物理性质

刘树深; 杨万平; 曹展忠; 李志良

您当前的位置：

首页 >

文章列表页 >

改良人工神经网络方法预测烷烃物理性质

化工学报 | 更新时间：2025-12-16

- 改良人工神经网络方法预测烷烃物理性质
- PREDICTION OF PHYSICAL PROPERTIES OF ALKANES BY NOVEL MODIFIED BACK PROPAGATION NEURAL NETWORK
- 化工学报 1998年第2期
- 作者机构：
  
  桂林工学院应用化学系!桂林541004,桂林工学院应用化学系!桂林541004,湘潭师范学院化学系!湘潭411100,湖南大学化学化工学院,长沙,410082
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： 621
- 网络首发：1998-04-25，
  
  纸质出版：1998-04-25
- 稿件说明：
移动端阅览
刘树深, 杨万平, 曹展忠, 等. 改良人工神经网络方法预测烷烃物理性质[J]. 化工学报, 1998,(2).

Liu Shushen, Yan Wanping, Cao Chengzhong, et al. PREDICTION OF PHYSICAL PROPERTIES OF ALKANES BY NOVEL MODIFIED BACK PROPAGATION NEURAL NETWORK[J]. CIESC Journal, 1998, (2).
刘树深, 杨万平, 曹展忠, 等. 改良人工神经网络方法预测烷烃物理性质[J]. 化工学报, 1998,(2). DOI：

Liu Shushen, Yan Wanping, Cao Chengzhong, et al. PREDICTION OF PHYSICAL PROPERTIES OF ALKANES BY NOVEL MODIFIED BACK PROPAGATION NEURAL NETWORK[J]. CIESC Journal, 1998, (2). DOI：

摘要

Abstract

A quantative relationship exists between the structrue and physical properties of organic compounds.The molecular structrue of the examined compounds is selectively described by a molecular distance-edge（MDE）vector.The physical properties of alkanes such as boiling points

density at 25℃

refractive index at 25℃

heat capacity at 300K

Gibbs energy

enthalpy at 300K are estimated with satisfactory results by a novel modified back- propagation neural network method based on the above MDEvectot.

关键词

Keywords

references

浏览量

175

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

复合金属CuCr2O4表面CNCl水解反应机理

带有突扩比的新型流道结构对海水激活电池性能的影响

固体蓄冷填充床性能提升及保冷特性研究

煤化工废盐中杂质对NaCl和Na2SO4溶剂化影响研究

旋流式冷却造粒塔的优势与风险分析