人工神经网络在甲烷氧化偶联催化剂设计中的应用
制备了一种多组份的甲烷氧化偶联催化剂.为了找到较优的催化剂配方,应用人工神经网络辅助设计催化剂,并确定了辅助设计的步骤及网络结构;将Levenberg-Marquardt法用于网络的训练;以训练好的网络为目标函数,应用SWIT方法和遗传算法优化已训练好的网络;经过四轮训练-优化-计算,得到了较优的甲烷氧化偶联催化剂配方.试验表明该催化剂的C<,2>收率最高可达27.08﹪,稳定收率为25.30﹪.
甲烷氧化偶联 人工神经网络
黄凯 陈丰秋 高蕾 吕德伟
浙江大学联合化学反应工程研究所(浙江杭州)
国内会议
北京
中文
274-276
2001-10-01（万方平台首次上网日期，不代表论文的发表时间）