模糊神经网络-遗传算法优化丙烯酸苄酯合成工艺
【摘要】 首先通过多因素方差分析探讨携水剂用量、反应温度、反应真空度、反应时间、酸醇比对丙烯酸苄酯质量分数及收率的影响，然后以显著因素为输入、综合得分为输出建立型模糊人工神经网络，最后利用遗传算法优化丙烯酸苄酯合成工艺条件并使用t检验法验证可靠性。研究表明，上述各因素对丙烯酸苄酯合Takagi-Sugeno成产物的质量分数与收率同时具有非常显著的影响，预测模型采用型网络结构，经次训练其5-15-243-136859均方差小于允许收敛误差限，输出值与期望值呈近似线性关系，训练、测试阶段决定系数、。借助遗传算法经次进化得到最优控制参数，即当携水剂用量为，反应温度为53ml时，丙烯酸苄酯的质量分数、收率及综合得分为125℃0.00501490.9998度为0.095MPa、，反应时间为，酸醇比为2.2h，经验证该模型亦可靠性良好。1.498.04%
