基于计算机智能算法的纤维素生物质醇解优化

研究了利用计算机智能算法优化纤维素生物质秸秆醇解制备乙酰丙酸甲酯。考察了反应温度、反应时间和催化剂量对乙酰丙酸甲酯产率的影响。在温度170~190℃,反应时间1~5 h,催化剂量0.3~0.7 g的条件下,进行了Box-Behnken试验方案考察,并利用试验数据进行了人工神经网络的构建与优化。研究表明,经过遗传算法优化的BP神经网络具有更精确的预测能力。在此基础上,利用遗传算法进一步对优化的BP神经网络寻优,得到了优化的醇解工艺条件:反应温度170℃,反应时间4.4 h,催化剂量0.64 g。该条件下的乙酰丙酸甲酯产率达到51.1%,与乙酰丙酸甲酯产率预测值51.0%接近,表明利用智能算法优化纤维素生物质醇解过程是一种有效的方法。