在加氢催化的过程中,DBT和4,6-DDMDBT是很难除去的两种物质,为了研究其在反应过程中的反应速率常数,我们采用了人工神经网络的方法。人工神经网络很早就被用于化工的模拟,但是对于加氢脱硫过程中动力学参数的模拟还是第一次,因此这是一种新的尝试。为了达到好的结果,必须要得到网络的拓扑结构,这需要利用大量的数据作为支持,我们选用了文献中发表的数据进行扩展以利于实验的进行。另外,为了计算网络的拓扑结构,我们在一定范围内选择了不同的备选方案,在对每个方案进行计算的基础之上,选择出最佳的方案进行检测,即用实验数据与真实数据进行比较。在本文中,我们选取了Co-Mo/Al2O3作为催化剂,Co-Mo催化剂在加氢脱硫的反应中经常被用到,Al2O3也是常用载体,这样选择的目的是为了保证模拟的普遍性。另外,我们还选取了对加氢催化起到重要作用的两个条件即反应时的温度和压力,加上Co, Mo的含量共4个参数做用输入条件,用DBT和4,6DMDBT的反应速率常数分别作为两次运算的输出条件。通过一系列的运算,我们最终得出了用于模拟这两种物质的人工神经网络的拓扑结构。其中DBT的拓扑结构为1个输入层、1个隐含层和1个输出层。其中,输入层含有4个神经元,隐含层含有14个神经元,输出层含有1个神经元。4,6-DMDBT的拓扑结构为:1个输入层,1个隐含层,1个输出层,其中,输入层有4个神经元,隐含层有11个神经元,输出层含有1个神经元。在模型建立完成之后,我们就可以利用此模型来计算在某种特定的条件下,DBT和4,6-DMDBT的反应速率常数。这样做的好处是避免了重新在实验室条件下进行复杂的测定工作。在文章的最后,我们给出了用于模拟的网络拓扑结构及程序设计。