论文部分内容阅读
测定了紫苏油在超临界CO2(SC-CO2)中的溶解度,利用误差逆传播(BP)神经网络对溶解度数据进行了拟合.通过对萃取参数与溶解度的关系进行训练,实现网络结构的优化,建立了紫苏油在SC-CO2溶解度的网络模型,并将该模型用于一定范围内未知萃取参数下溶解度的预测,得到了较高的预测精度.结果表明,该方法可作为预测物质在SC-CO2溶解度的一种有效手段.