語言:

基于混沌自适应粒子群人工神经网络的气体在聚合物中的溶解模型

李孟山黄兴元柳和生柳炳祥武燕艾凡荣

化学学报, 2013, Vol.71 (7), p.1053-1058 [同儕審閱期刊]

可取得全文

引用被引用

題名:
基于混沌自适应粒子群人工神经网络的气体在聚合物中的溶解模型
著者: 李孟山黄兴元柳和生柳炳祥武燕艾凡荣
主題: 混沌理论 ; 溶解预测 ; 神经网络 ; 粒子群 ; 聚合物
所屬期刊: 化学学报, 2013, Vol.71 (7), p.1053-1058
描述: 为提高溶解预测模型的效率和关联度,建立基于混沌理论、自适应粒子群优化（PSO）算法和反向传播（BP）算法的混沌自适应PSO-BP神经网络模型,并对二氧化碳（CO2）在聚苯乙烯（PS）和聚丙烯（PP）中、氮气（N2）在PS中的溶解度进行预测试验.模型选用压力和温度作为输入参数,使用试探法确定隐含层结点个数为8,输出为预测的溶解度.模型融合混沌理论、自适应PSO和BP算法各自的优势,提高了训练速度和预测精度.结果表明,混沌自适应PSO-BP神经网络有很好的预测能力,预测值与实验值相当吻合,通过与传统BP神经网络和PSO-BP神经网络的比较可知,其预测精度和相关性均明显较优,预测平均绝对误差（AAD）,标准偏差（SD）和平方相关系数（R^2）分别为0.0058,0.0198和0.9914.
語言: 中文
識別號: ISSN: 0567-7351
資源來源: Alma/SFX Local Collection

返回到檢索清單