改进的L—M算法用于大分子体系相平衡的神经网络预测
文献类型：期刊论文
| 作者 | 何雪忠2; 张香平2; 张锁江2; 李春山2; 刘金盾1 |
| 刊名 | 化工学报
 |
| 出版日期 | 2005 |
| 卷号 | 56.0期号:003页码:392 |
| 关键词 | BP网络 EBP算法 Levenberg—Marquardt算法 大分子体系 |
| ISSN号 | 0438-1157 |
| 英文摘要 | 误差反向传播(EBP)算法目前已广泛应用于Back-propagation(BP)网络的学习和训练，但存在网络收敛速度慢的缺点．从目标函数和网络权值与阈值的初始化两方面对标准的Levenberg—Marquardt算法做了改进，改进的算法可以减少计算的复杂性及对内存的需求，尤其对具有较大样本及复杂拓扑结构的网络效果更为明显．基于改进的Levenberg—Marquardt算法的BP网络对蛋白质体系的溶解度和聚合物成膜体系的液液相平衡性质进行模拟和预测，结果表明：改进的Levenberg—Marquardt算法较传统的EBP算法的收敛速度大大提高，且能较好地用于预测溶菌酵索在盐溶液中的溶解度和水／二甲基乙酰胺/聚砜成膜体系的双结点曲线． |
| 语种 | 英语 |
| 源URL | [http://ir.ipe.ac.cn/handle/122111/43798]  |
| 专题 | 中国科学院过程工程研究所 |
| 作者单位 | 1.郑州大学 2.中国科学院过程工程研究所 |
| 推荐引用方式 GB/T 7714 | 何雪忠,张香平,张锁江,等. 改进的L—M算法用于大分子体系相平衡的神经网络预测[J]. 化工学报,2005,56.0(003):392. |
| APA | 何雪忠,张香平,张锁江,李春山,&刘金盾.(2005).改进的L—M算法用于大分子体系相平衡的神经网络预测.化工学报,56.0(003),392. |
| MLA | 何雪忠,et al."改进的L—M算法用于大分子体系相平衡的神经网络预测".化工学报 56.0.003(2005):392. |
入库方式： OAI收割
来源：过程工程研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。