论文部分内容阅读
CH4-CO2重整制合成气的反应可以实现CO2的减排和C1资源的高效利用。这一反应受反应温度、原料气比例、催化剂种类等诸多因素影响，如果考察每种因素影响，势必大大增加实验的工作量。人工神经网络以其超强容错性、并行处理、可学习和自适应等优点，在非线性预测方面具有明显的优势。本文基于Ni/Al2O3催化CH4-CO2重整反应过程，采用改进的BP神经网络建立了关于CH4转化率、CO2转化率和H2/CO比的预测模型，结果表明，采用改进BP神经网络在此研究中具有更快的收敛速度和更好的网络稳定性，其收敛次数仅为BP神