基于神经网络的炭气凝胶孔结构的预测与优化模型研究（英文）

杨榛，乔文明，梁晓怿

华东理工大学化学反应工程国家重点实验室特种功能高分子材料及相关技术教育部重点实验室

摘 要：如何控制和预测孔结构是炭气凝胶研究的重要课题。然而,由于耗时耗财,导致实验方法研究控制和预测孔结构成为难题。本文提出一种基于神经网络的炭气凝胶孔结构的预测与优化模型,并采用遗传算法设计和优化模型,对六种典型训练算法模型性能进行比较分析。利用该模型对孔径和吸附容量进行预测,两者的预测相关系数分别为0.992和0.981,预测均方根误差分别为0.077和0.054。经测试,该模型与实验研究的结果相符,并有效的应用于预测和控制炭气凝胶实验参数。

关键词：炭气凝胶;孔结构;神经网络;训练算法;模型;