應(yīng)用bp神經(jīng)網(wǎng)絡(luò)（bpnn）對(duì)超臨界co2萃取油茶籽油過程進(jìn)行了模擬和預(yù)測(cè)。研究了神經(jīng)網(wǎng)絡(luò)的構(gòu)建、訓(xùn)練以及學(xué)習(xí)算法和隱含層結(jié)構(gòu)的優(yōu)化,并用得到的神經(jīng)網(wǎng)絡(luò)對(duì)不同原料平均粒徑（0.215～0.625 mm）、壓力（30～35 mpa）、溫度（35～50℃）、co2流量（20～25 l/h）條件下的油茶籽油收率進(jìn)行預(yù)測(cè)。結(jié)果表明：l-m算法是適宜的bp神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法;具有5/8/1結(jié)構(gòu)的bp神經(jīng)網(wǎng)絡(luò)的模擬性能最優(yōu);模型的預(yù)測(cè)值與實(shí)驗(yàn)結(jié)果吻合較好,大部分?jǐn)?shù)據(jù)的相對(duì)誤差小于3%,說明bp神經(jīng)網(wǎng)絡(luò)適用于超臨界co萃取油茶籽油過程的模擬。完成機(jī)構(gòu)：[1]福建農(nóng)林大學(xué)材料工程學(xué)院,福建福州350002 [2]福建農(nóng)林大學(xué)資源與環(huán)境學(xué)院,福建福州350002