華南理工大學化工學院2001級博士生課程設計

PAGE華南理工大學化工學院2001級博士生課程設計超臨界CO2萃取紫蘇油過程的計算機模擬設計者:文震指導老師:錢宇2001年12月目錄摘要………………………1Abstract…………………2一設計背景……………3二設計原理……………3BP神經(jīng)網(wǎng)絡原理……………………3BP神經(jīng)網(wǎng)絡算法…………………4BP算法程序流程圖…………………6網(wǎng)絡參數(shù)的選擇……………………6三實驗部分…………61實驗原料……………62實驗試劑與設備……………………63實驗方法與流程………7四結果與討論………71神經(jīng)網(wǎng)絡的訓練……………………82網(wǎng)絡有效性的驗證…………………93網(wǎng)絡預測結果………10結論………………………11參考文獻…………………12附錄…………13PAGE1-圖1BP神經(jīng)網(wǎng)絡拓撲結構BPN的學習由以下四個過程組成：學習模式輸入神經(jīng)網(wǎng)絡后，神經(jīng)元的激活值由輸入層經(jīng)隱含層，在輸出層各神經(jīng)元獲得響應的“模式順傳播”過程；然后按減小希望輸出與實際輸出的誤差方向，從輸出層向隱含層再向輸入層逐層修正各連接權值的“誤差逆?zhèn)鞑ァ边^程；由“模式順傳播”過程與“誤差逆?zhèn)鞑ァ边^程的交替進行的網(wǎng)絡學習訓練過程；網(wǎng)絡全局誤差趨向極小的學習收斂過程。當全局誤差小于設定值或學習次數(shù)大于設定值時，均應停止訓練。然后對訓練好的網(wǎng)絡進行性能測試，即轉入網(wǎng)絡預測階段[3,4]。2誤差反向傳播（BP）算法BP學習算法適用于層次型神經(jīng)網(wǎng)絡。圖1即表示一個三層學習網(wǎng)絡，其中包括輸入層、輸出層和兩者之間的隱含層。同層神經(jīng)元間沒有連接，相鄰層間有全連接，由低層指向高層。設層次網(wǎng)絡共有m+1層，輸入層為第0層，輸出層為第m層。令Weq\o(\s\up6(ｎ),\s\do6(ｊｋ))表示第n+1層中第j神經(jīng)元與第n中第k單元間的連接權，則神經(jīng)元輸出的計算公式為：Xeq\o(\s\up6(ｎ＋１),\s\do6(ｊ))=f(Weq\o(\s\up6(ｎ),\s\do6(ｊｋ))Xeq\o(\s\up6(ｎ),\s\do6(ｋ)))n=0,1,…,m(1)式中f表示S型函數(shù)。本文選擇的S型函數(shù)為：f(u)=1/1(1+exp(-u))當選取定L個訓練樣本后，調(diào)整Weq\o(\s\up6(ｎ),\s\do6(ｊｋ))的目的是使輸出層神經(jīng)元的實際輸出和應有的已知輸出的平方誤差盡可能小，即使得E=(deq\o(\s\up6(ｐ),\s\do6(ｊ))-Xeq\o(\s\up6(ｐｍ),\s\do6(ｊ)))2(2)最小，式中：deq\o(\s\up6(ｐ),\s\do6(ｊ))為第p個樣本輸入時網(wǎng)絡中第j個單元的已知輸出值;Xeq\o(\s\up6(ｐｍ),\s\do6(ｊ))為第p個樣本輸入時，第m層第j個單元的實際輸出值。調(diào)整Weq\o(\s\up6(ｎ),\s\do6(ｊｋ))的公式為：Weq\o(\s\up6(ｐｎ),\s\do6(ｊｋ))=Weq\o(\s\up6(ｐ－１ｎ),\s\do6(ｋ))+△Weq\o(\s\up6(ｐｎ),\s\do6(ｊｋ))(3)為了減小E，采用使E沿梯度方向下降的方式，即使得修正量△Weq\o(\s\up6(ｐｎ),\s\do6(ｊｋ))與-δ(E)/δ(Weq\o(\s\up6(ｐｎ),\s\do6(ｊｋ)))成正比。由式（1）)、（2）知，對于p=1,2,…L，可寫出一般式(-δ(E)/δ(Weq\o(\s\up6(ｐｎ),\s\do6(ｊｋ))))*2（dj-Xeq\o(\s\up6(ｎ＋１),\s\do6(ｊ)))(δXeq\o(\s\up6(ｎ＋１),\s\do6(ｊ))/δ(Weq\o(\s\up6(ｐｎ),\s\do6(ｊｋ))))=2（dj-Xeq\o(\s\up6(ｎ＋１),\s\do6(ｊ)))(δf/δ)*(δ/δ(Weq\o(\s\up6(ｐｎ),\s\do6(ｊｋ))))=2（dj-Xeq\o(\s\up6(ｎ＋１),\s\do6(ｊ)))*Xeq\o(\s\up6(ｎ＋１),\s\do6(ｊ))(1-Xeq\o(\s\up6(ｎ＋１),\s\do6(ｊ)))*Xeq\o(\s\up6(ｎ),\s\do6(ｋ))當n+1=m時，令δeq\o(\s\up6(ｍ),\s\do6(ｊ))=(dj-Xeq\o(\s\up6(ｍ),\s\do6(ｊ)))Xeq\o(\s\up6(ｍ),\s\do6(ｊ))(1-Xeq\o(\s\up6(ｍ),\s\do6(ｊ)))(4)由于dj已知，于是δeq\o(\s\up6(ｍ),\s\do6(ｊ))可以求出。因△Weq\o(\s\up6(ｍ－１),\s\do6(ｊｋ))=ηδeq\o(\s\up6(ｍ),\s\do6(ｊ))Xeq\o(\s\up6(ｍ－１),\s\do6(ｋ)),0≤η≤1(5)此處δeq\o(\s\up6(ｍ),\s\do6(ｊ))是輸出層的誤差。以后各層誤差是將上一層誤差通過網(wǎng)絡往下傳播而得，即δeq\o(\s\up6(ｎ),\s\do6(ｊ))=Xeq\o(\s\up6(ｎ),\s\do6(ｊ))(1-Xeq\o(\s\up6(ｎ),\s\do6(ｊ)))δeq\o(\s\up6(ｎ＋１),\s\do6(ｋ))Weq\o(\s\up6(ｎ),\s\do6(ｋｊ))(6)相應的Wjk調(diào)整值為△Weq\o(\s\up6(ｎ),\s\do6(ｊｋ))=ηδeq\o(\s\up6(ｎ＋１),\s\do6(ｊ))Xeq\o(\s\up6(ｎ),\s\do6(ｋ))(7)因此，BP學習算法的具體步驟是：1、賦予各Wjk以較小的隨機非零初始值；2、輸入一個樣本和它已知的輸出值；3、按公式(1)計算出實際的輸出值；4、按公式(4)至(7)修改連接權值；5、轉入第2步，循環(huán)運用L個樣本作為輸入，直至Weq\o(\s\up6(ｎ),\s\do6(ｊｋ))均穩(wěn)定為止。3BP算法程序流程圖4網(wǎng)絡參數(shù)的選定本文采用的BPN由輸入層，一層隱含層，輸出層組成?？紤]到壓力與溫度是影響超臨界CO2萃取紫蘇油過程的主要因素，輸入變量為兩個，分別對應壓力與溫度，輸出變量為1個，即此溫度壓力下所對應的溶解度。隱含層的節(jié)點數(shù)根據(jù)全局誤差最小原則確定。二實驗部分1實驗原料紫蘇子：產(chǎn)自貴陽花溪，干燥后粉碎至40目2實驗試劑與設備CO2：貴陽都拉綜合廠，食品級，>99.5%超臨界CO2萃取裝置：中科院地化所超臨界中心研制，萃取器：4L1個，分離器：2L1個，系統(tǒng)最高使用壓力32Mpa，裝置如圖2。CO2鋼瓶2-過濾器3-冷機4-高壓計量泵5-換熱器6-萃取器7、8-分離器1、29-轉子流量計10-累計流量計圖2超臨界CO2萃取裝置流程圖3實驗方法與流程稱取一定量紫蘇子放入萃取罐中，CO2從鋼瓶出來后，經(jīng)冷機冷凝，由高壓計量泵加壓至設定壓力，由底部進入萃取器。循環(huán)水加熱預熱器、萃取器和分離器至所需溫度，調(diào)節(jié)CO2流量進行萃取。SC-CO2攜帶著紫蘇油進入分離器，升溫減壓后，紫蘇油從SC-CO2中析出，由分離器下部閥門放出，用接受瓶接受。在實驗中，要保持盡可能小的CO2流速，使紫蘇油在SC-CO2中溶解狀態(tài)接近平衡飽和狀態(tài)，這種因設備限制而采取近似的方法來測定待萃物的溶解度的方法被普遍使用[5]。紫蘇油在SC-CO2中溶解度S按下式計算：S＝M/Δt×FM－Δt時間內(nèi)從分離器接受紫蘇油的質量（g），F(xiàn)－CO2流速(Kg/h)三結果與討論紫蘇油在SC-CO2中溶解度測定結果如表1。由表1可見，溶解度是溫度與壓力的函數(shù)，溫度升高，SC-CO2密度下降，溶解度降低，壓力增大，SC-CO2密度增加，溶解度增大。表1紫蘇油在SC-CO2中溶解度（g/Kg）溫度（℃）萃取壓力（Mpa）151821242730350.791.753.02*4.575.736.47450.411.18*2.564.185.496.34550.280.882.103.645.196.08*650.19*0.631.653.254.845.97750.080.431.252.73*4.725.701紫蘇油在SC-CO2中溶解度的神經(jīng)網(wǎng)絡的訓練1．1隱含層節(jié)點數(shù)的確定目前隱含層節(jié)點個數(shù)的選擇尚無理論規(guī)則，本文利用誤差最小原則來確定節(jié)點數(shù)。網(wǎng)絡誤差與隱節(jié)點數(shù)的關系如圖3。圖3網(wǎng)絡誤差與隱節(jié)點數(shù)的關系由圖3可以看出，在節(jié)點數(shù)≤5時，網(wǎng)絡誤差隨節(jié)點數(shù)增加而下降，當節(jié)點數(shù)＞5時，網(wǎng)絡誤差變化不大，節(jié)點為9時，誤差反而略為增加，而且節(jié)點數(shù)越多，網(wǎng)絡計算量越大，計算速度越慢，因此，隱含層節(jié)點數(shù)選擇5為宜。1．2迭代次數(shù)的確定我們將試驗樣本隨機地分為訓練集與測試集，其中訓練集25組，測試集5組，測試集如表1打“*”數(shù)據(jù)。網(wǎng)絡誤差與迭代次數(shù)的關系如圖4。圖4網(wǎng)絡誤差與迭代次數(shù)的關系圖4顯示：在迭代次數(shù)＜2000時，訓練集與測試集的網(wǎng)絡誤差急劇下降，但隨著訓練的繼續(xù)進行，迭代次數(shù)增加，網(wǎng)絡誤差的下降趨勢變緩，當?shù)螖?shù)＞4000后，測試集的誤差反而略有增加。這可能是因為出現(xiàn)過擬合的緣故，過擬合產(chǎn)生是由于網(wǎng)絡模型刻意去契合個別樣本所致，此時，網(wǎng)絡對參加學習的樣本可以給出較好的擬合，但對于不參加訓練的樣本，擬合偏差反而增大，因此不管此時訓練集的誤差是否繼續(xù)下降，均應停止迭代。綜合訓練集與測試集的網(wǎng)絡誤差考慮，迭代次數(shù)應定為5000為宜。2網(wǎng)絡有效性的驗證對于測試集，網(wǎng)絡輸出與理想輸出（實際值）的對比如圖5。圖5網(wǎng)絡輸出與理想輸出的對比圖5顯示：網(wǎng)絡的輸出值與實際值非常接近，最大相對誤差為9.30％，最小相對誤差為0.04％，整個測試集的誤差僅為3.27％，這說明網(wǎng)絡具有較好的模擬效果。此外，此時訓練集的平均誤差為5.40％，比測試集稍大，這是因為訓練集中含有因試驗誤差所致的個別異常點，使得網(wǎng)絡輸出與這些異常值的誤差較大，從而增加了整個訓練集的平均相對偏差。這也同時也表明，神經(jīng)網(wǎng)絡具有一定的泛化能力，個別異常樣本出現(xiàn)不影響整個網(wǎng)絡的預報精度，說明紫蘇油溶解度的神經(jīng)網(wǎng)絡模型是有效的。3網(wǎng)絡預測結果利用已建立好的網(wǎng)絡模型，我們對萃取參數(shù)為壓力15-30Mpa，步長為1Mpa，溫度為35-75℃下的溶解度進行了預測。預測結果如圖6。圖6紫蘇油在SC-CO2中的溶解度規(guī)律圖6清楚地顯示了紫蘇油在SC-CO2中的溶解規(guī)律：壓力是主要因素，溫度是次要因素。在壓力較低階段，紫蘇油幾乎不溶于SC-CO2中，在壓力為22－25MPa階段，溶解度的增幅最大，當壓力越過25MPa后，這種增幅明顯趨緩。溫度對溶解度則呈負影響，即溫度增加，溶解度下降。在較低壓力下，由于溶解度的絕對值較小，溫度的影響也較小。在壓力影響最顯著階段，溫度的影響也最大，高溫與低溫之間的溶解度差值最大。隨著壓力的繼續(xù)上升，這種差值變小，說明此時壓力已開始接近轉折壓力，整個萃取過程將轉為溫度正效應階段。受設備所限，無法達到轉折壓力（據(jù)文獻報道，油脂類物質的轉折壓力在40Mpa左右[6]），但這也表明神經(jīng)網(wǎng)絡的模擬結果是符合溶解度變化的實際規(guī)律的。四結論利用間歇萃取裝置，采取靜態(tài)法測定并計算了紫蘇油在SC-CO2中的溶解度。建立并驗證了紫蘇油在SC-CO2中溶解度的神經(jīng)網(wǎng)絡模型，該模型能較好地擬合實際溶解度。（3）利用已建立的溶解度模型，并不需要了解物質在SC-CO2中的溶解機理，即可預測未知條件下的溶解度，反映溶解規(guī)律，從而可以為萃取工藝的設計與優(yōu)化，以及SCFE裝置的工業(yè)放大數(shù)據(jù)的計算提供理論依據(jù)。參考文獻[1]Liong.K.K.,FosterN.R.andTingS.S.T.,Solubilityoffattyacidestersinsupercriticalcarbondioxide,Ind.Eng.Chem.Res.,1992,31(1):400-404[2]BambergerT.,EricksonJ.C.,CooneyC.L.,etal.,Measurementandmodelpredictionofsolubilitiesofpurefattyacids,puretriglyceridesandmixturesoftriglyceridesinsupercriticalcarbondioxide,J.Chem.Eng.Data.,1988,33(3):327-333.[3]陳念貽，欽佩，陳瑞亮，模式識別方法在化學化工中的應用，科學出版社，2000，北京，71-101[4]閻平凡，張長水，人工神經(jīng)網(wǎng)絡與模擬進化計算，清華大學出版社，2000，北京，10-37[5]馬海樂，吳守一，陳均等，小麥胚芽油在超臨界CO2中溶解度的試驗研究，中國糧油學報，1997，12（1）：38-47[6]NilssonW.B.,Ganglitz.Jr.E.J.andHudsonJ.K.,SolubilitiesofmethylOleate,Oleicacid,Oleylglycerols,andOleylglycerolmixturesinsupercriticalcarbondioxide,J.Am.Oilchem.Soc.,1991,68(2):87-91.附錄程序源代碼一、模塊源代碼1、定義變量OptionExplicit'定義輸入輸出的文件名Publicfile_inputAsStringPublicfile_weightAsString'定義輸入和輸出的數(shù)據(jù)個數(shù)Publicinput_numberAsIntegerPublicoutput_numberAsInteger'定義每層的結點數(shù)Publicnodes_of_layer0%,nodes_of_layer1%,nodes_of_layer2%Publiclearning_rateAsSingle'輸入數(shù)值和輸出數(shù)值;'原始數(shù)據(jù)Publicinputdata()AsSinglePublicoutputdata()AsSingle'歸一化以后的數(shù)據(jù)Publicnetinput()AsSinglePublicnetoutput()AsSingle'各層權重Publicweight_10()AsSinglePublicweight_21()AsSingle'各層的輸出值Publiclayer0_out()AsSinglePubliclayer1_out()AsSinglePubliclayer2_out()AsSinglePublicerror1()AsSinglePublicerror2()AsSinglePublicprogram_stateAsStringPublicregulate_inputAsSinglePublicregulate_outputAsSingle2、重新設置'本子程序的目的:重置所有的數(shù)組,重新開始計算Subrefresh_net()Dimi%,j%ReDiminputdata(nodes_of_layer0)AsSingleReDimoutputdata(nodes_of_layer0)AsSingleReDimnetinput(nodes_of_layer0)AsSingleReDimnetoutput(nodes_of_layer0)AsSingleReDimweight_10(nodes_of_layer1,nodes_of_layer0)AsSingleReDimweight_21(nodes_of_layer2,nodes_of_layer1)AsSingleReDimlayer0_out(nodes_of_layer0)AsSingleReDimlayer1_out(nodes_of_layer1)AsSingleReDimlayer2_out(nodes_of_layer2)AsSingleReDimerror1(nodes_of_layer1)AsSingleReDimerror2(nodes_of_layer2)AsSingle3、權重隨機賦值'給各層的權重賦隨機數(shù)RandomizeFori=1Tonodes_of_layer1Forj=1Tonodes_of_layer0weight_10(i,j)=RndNextjNextiFori=1Tonodes_of_layer2Forj=1Tonodes_of_layer1weight_21(i,j)=RndNextjNextiEndSub4、計算正向輸出結果'該子程序用于正向計算輸出結果Subcaculate()Dimi%,j%DimftempAsSingle'caculatelayer0Fori=1Tonodes_of_layer0layer0_out(i)=netinput(i)Nexti'caculatelayer1Fori=1Tonodes_of_layer1ftemp=0Forj=1Tonodes_of_layer0ftemp=ftemp+weight_10(i,j)*layer0_out(j)Nextjftemp=1/(1+Exp(-ftemp))layer1_out(i)=ftempNexti'caculatelayer2Fori=1Tonodes_of_layer2ftemp=0Forj=1Tonodes_of_layer1ftemp=ftemp+weight_21(i,j)*layer1_out(j)Nextjftemp=1/(1+Exp(-ftemp))layer2_out(i)=ftempNextiEndSub5、調(diào)整網(wǎng)絡權重'本子程序的作用是:對網(wǎng)絡的權重進行調(diào)整Subadjust()Dimi%,j%DimftempAsSingle'調(diào)整輸出層的權重Fori=1Tonodes_of_layer2error2(i)=(netoutput(i)-layer2_out(i))*layer2_out(i)*(1-layer2_out(i))NextiFori=1Tonodes_of_layer2Forj=1Tonodes_of_layer1weight_21(i,j)=weight_21(i,j)+learning_rate*error2(i)*layer1_out(j)NextjNexti'調(diào)整隱含層的權重Fori=1Tonodes_of_layer1ftemp=0Forj=1Tonodes_of_layer2ftemp=ftemp+weight_21(j,i)*error2(j)Nextjerror1(i)=ftemp*layer1_out(i)*(1-layer1_out(i))NextiFori=1Tonodes_of_layer1Forj=1Tonodes_of_layer0weight_10(i,j)=weight_10(i,j)+learning_rate*layer0_out(j)*error1(i)NextjNextiEndSub6、數(shù)據(jù)的保存Subsave_net()Dimi%,j%OnErrorGoTo1000Openfile_weightForOutputAs#1Print#1,input_numberPrint#1,output_numberPrint#1,nodes_of_layer0,nodes_of_layer1,nodes_of_layer2Print#1,learning_ratePrint#1,regulate_inputPrint#1,regulate_outputFori=1Tonodes_of_layer1Forj=1Tonodes_of_layer0Print#1,weight_10(i,j);Nextj,iPrint#1,Fori=1Tonodes_of_layer2Forj=1Tonodes_of_layer1Print#1,weight_21(i,j);Nextj,iClose#1ExitSub1000:Close#1MsgBox"無法寫入配置文件,無法記錄權值",vbOKOnly,""Err.ClearEndSub7、自定義函數(shù)Functionload_net()AsStringDimi%,j%OnErrorGoTo1000Openfile_weightForInputAs#1Input#1,input_numberInput#1,output_numberInput#1,nodes_of_layer0,nodes_of_layer1,nodes_of_layer2Input#1,learning_rateInput#1,regulate_inputInput#1,regulate_output'重新定義數(shù)組refresh_netFori=1Tonodes_of_layer1Forj=1Tonodes_of_layer0Input#1,weight_10(i,j)Nextj,iFori=1Tonodes_of_layer2Forj=1Tonodes_of_layer1Input#1,weight_21(i,j)Nextj,iClose#1load_net="OK"ExitFunction1000:Close#1MsgBox"無法打開配置文件,重新開始學習",vbOKOnly,""Err.ClearEndFunction二、網(wǎng)絡初始化及參數(shù)設置源代碼OptionExplicitPrivateSubForm_Load()Text1.Text=nodes_of_layer1Text2.Text=Format(learning_rate,"0.00")UpDown1.Value=Text1.TextText3.Text=input_numberText4.Text=output_numberUpDown2.Value=Text3.TextUpDown3.Value=Text4.TextText5.Text=Form1.learn_timesText6.Text=Form1.max_error*100IfForm1.method=0ThenOption1.Value=TrueElseOption2.Value=TrueEndSubPrivateSubImage2_Click()UnloadMeEndSubPrivateSubImage5_Click()IfText2.Text<=0OrText2.Text>1ThenMsgBox"學習效率的數(shù)值只能在0到1之間，請改正",vbOKOnly+vbExclamation,"提示欄！"Text2.SetFocusEndIfForm1.learn_times=Text5.TextForm1.max_error=Text6.Text/100IfOption1.Value=TrueThenForm1.method=0ElseForm1.method=1learning_rate=Text2.TextIfText1.Text<>nodes_of_layer1OrText3.Text<>input_numberOr_Text4.Text<>output_numberThen'Orlearning_rate<>Text2.TextDimresponse%response=MsgBox("網(wǎng)絡參數(shù)已被改變,是否要重置網(wǎng)絡?選定后按[返回]鍵返回。",vbYesNo+vbExclamation,"提示欄！")Ifresponse=vbYesThenForm1.total_times=0input_number=Text3.Textoutput_number=Text4.Textnodes_of_layer1=Text1.Text'考慮到閥值的情況IfCheck1.Value=0Thennodes_of_layer0=Text3.Textnodes_of_layer2=Text4.TextEndIfrefresh_netIfForm1.data_okThensave_netEndIfEndIfEndSubPrivateSubImage6_Click()IfForm1.data_ok=TrueThenrefresh_netsave_netEndIfEndSubPrivateSubText5_Change()Option1.Value=TrueEndSubPrivateSubText6_Change()Option2.Value=TrueEndSubPrivateSubUpDown1_Change()Text1.Text=UpDown1.ValueEndSubPrivateSubUpDown2_Change()Text3.Text=UpDown2.ValueEndSubPrivateSubUpDown3_Change()Text4.Text=UpDown3.ValueEndSub三、學習訓練窗口源代碼OptionExplicitDimarray1()AsSingleDimarray2()AsSingleDimgroups%Publictotal_timesAsLongPublicdata_okAsBooleanPubliclearn_timesAsLongPublicmax_errorAsSinglePublicmethod%PrivateSubForm_Load()nodes_of_layer0=26nodes_of_layer1=8nodes_of_layer2=1input_number=1output_number=1max_error=0.01learn_times=10000method=0learning_rate=0.9EndSubFunctionload_data(file_dAsString,array1()AsSingle,array2()AsSingle)AsIntegerDimi%,j%OnErrorGoTo1000Openfile_dForInputAs#1Dimgroups%,totalAsLongReDimarray1(1000,input_number)ReDimarray2(1000,output_number)groups=1total=0regulate_input=0regulate_output=0DoWhileNotEOF(1)Fori=1Toinput_numberInput#1,array1(groups,i)Ifregulate_input<Abs(array1(groups,i))Thenregulate_input=Abs(array1(groups,i))total=total+1NextiForj=1Tooutput_numberInput#1,array2(groups,j)Ifregulate_output<Abs(array2(groups,j))Thenregulate_output=Abs(array2(groups,j))total=total+1Nextjgroups=groups+1Loop1000:IfEOF(1)Thenregulate_input=regulate_input*2regulate_output=regulate_output*2groups=total/(input_number+output_number)load_data=groupsClose#1ExitFunctionElseClose#1MsgBox"無法打開數(shù)據(jù)文件",vbOKOnly,""Err.ClearEndIfEndFunctionPrivateSubImage1_Click()Ifdata_okThensave_netEndSubPrivateSubImage2_Click()Dimi%,j%Dimx%IfNotdata_okThenMsgBox"請先打開數(shù)據(jù)文件!",vbOKOnly,""ExitSubEndIfDimftempAsSingleSelectCasemethodCase0:Forx=1Tolearn_timesftemp=0Fori=1TogroupsForj=1Toinput_numbernetinput(j)=array1(i,j)/regulate_inputNextjForj=1Tooutput_numbernetoutput(j)=array2(i,j)/regulate_outputNextjcaculateForj=1Tooutput_numberftemp=ftemp+Abs((layer2_out(j)-netoutput(j))/netoutput(j))NextjadjustNextiDoEventsImage5.Visible=Truetotal_times=total_times+1Text2.Text=total_timesftemp=ftemp/(output_number*groups)Text1.Text=Format(ftemp*100,"0.000000000")&"%"NextxCase1:Doftemp=0Fori=1TogroupsForj=1Toinput_numbernetinput(j)=array1(i,j)/regulate_inputNextjForj=1Tooutput_numbernetoutput(j)=array2(i,j)/regulate_outputNextjcaculateForj=1Tooutput_numberftemp=ftemp+Abs((layer2_out(j)-netoutput(j))/netoutput(j))NextjadjustNextiftemp=ftemp/(output_number*groups)Text2.Text=total_timesText1.Text=Format(ftemp*100,"0.000000")&"%"I