吴令
,
姜周华
,
龚伟
,
梁连科
金属学报
利用遗传神经网络对正规溶液模型组元交互作用能进行了改进, 使之更接近实际溶液活度模型, 并将其应用于
MnO--SiO2及CaO--Al2O3二元渣系的组元活度计算. 由于实际溶液的性质不同于正规溶液,
在模型对交互作用能
Ω Mn-Si和ΩSi-Mn的计算时发现, Ωij不仅是温度和组成的函数,
而且在相同的温度和组
成时, Ωij≠Ωji. 通过将该模型的计算结果与大量文献数据进行对比研究,
发现该模型具有很强的非线性拟合能力, 能准确地预报实际溶液组元活度值.
关键词:
炉渣
,
Regular solution model
,
activity
,
NN
,
GA
