Zastosowanie sieci neuronowych do wspomagania modelowania reaktorów chemicznych

W pracy przedstawiono zasady tworzenia rodziny hybrydowych modeli neuronowych dla reaktorów chemicznych. Dla złożonej reakcji gaz - ciecz - ciało stałe przedyskutowano podstawowe problemy praktycznego stosowania sieci neuronowych: doboru architektury sieci (w tym bardzo istotnego problemu wyboru zestawu danych wejście - wyjście), problemów efektywności i dokładności uczenia sieci oraz wpływu jakości i ilości danych doświadczalnych na dokładność uzyskiwanych rozwiązań.

---

General rules to create a family of neural models for chemical reactors have been proposed and described. Main problems of practical use of neural networks to model chemical reactors such as: determination of the input - output variables relevant for the investigated system, choice of the learning method as well as a determination of size of the learning data have been presented and discussed.