盧澤湘1，范立維2，鄭德勇1，廖益強(qiáng)1，黃　彪1
（1.福建農(nóng)林大學(xué)　材料工程學(xué)院，福建福州350002；2.福建農(nóng)林大學(xué)資源與環(huán)境學(xué)院，福建福州350002）

　　摘　要：應(yīng)用BP神經(jīng)網(wǎng)絡(luò)（BPNN）對超臨界CO2萃取油茶籽油過程進(jìn)行了模擬和預(yù)測。研究了神經(jīng)網(wǎng)絡(luò)的構(gòu)建、訓(xùn)練以及學(xué)習(xí)算法和隱含層結(jié)構(gòu)的優(yōu)化，并用得到的神經(jīng)網(wǎng)絡(luò)對不同原料平均粒徑（0.215~0.625mm）、壓力（30~35MPa）、溫度（35~50℃）、CO2流量（20~25L/h）條件下的油茶籽油收率進(jìn)行預(yù)測。結(jié)果表明：L-M算法是適宜的BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法；具有5/8/1結(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò)的模擬性能最優(yōu)；模型的預(yù)測值與實驗結(jié)果吻合較好，大部分?jǐn)?shù)據(jù)的相對誤差小于3%，說明BP神經(jīng)網(wǎng)絡(luò)適用于超臨界CO2萃取油茶籽油過程的模擬。

　　關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)；超臨界CO2；萃?。挥筒枳延?/p>

　　中圖分類號：TQ028.32；TQ351

　　文獻(xiàn)標(biāo)識碼：A

　　文章編號：0253-2417（2010）05-0012-07