论文部分内容阅读
根据BP(Back—Propagation)神经网络原理.以气、液表观流率为输入变量.液相传质系数为输出变量,建立神经网络模型,并利用改进的LM(Levenberg-Marquardt)算法对网络进行了训练和优化。结果表明,BP神经网络能够较好地预测滴流状态下H2O吸收CO2液相传质系数。