化学工程与过程技术杂志
开放获取

抽象的

通过人工神经网络预测含蛋白质的水两相体系的粘度

Selvaraj Raja、Varadavenkatesan Thivaharan、Vinayagam Ramesh 和 Vytla Ramachandra Murty

通过人工神经网络（ANN）预测含有牛血清白蛋白（BSA）的水性两相系统的粘度作为聚乙二醇（PEG）浓度、BSA浓度和温度的函数。开发了一种基于 Levenberg-Marquardt (LM) 算法的三层前馈神经网络，由 3 个输入神经元、10 个隐藏神经元和 1 个输出神经元 (3:10:1) 组成。计算了性能参数并与传统的Grunberg-Nissan经验模型进行了比较。令人满意的值表明所提出的 ANN 模型能够比传统的经验模型更好地预测粘度。