改进的L—M算法用于大分子体系相平衡的神经网络预测

CAS OpenIR

	改进的L—M算法用于大分子体系相平衡的神经网络预测
	何雪忠 1; 张香平 1; 张锁江 1; 李春山 1; 刘金盾 2
	2005
Source Publication	化工学报
ISSN	0438-1157
Volume	56.0 Issue:003 Pages:392
Abstract	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．
Keyword	BP网络 EBP算法 Levenberg—Marquardt算法大分子体系
Language	英语
Document Type	期刊论文
Identifier	http://ir.ipe.ac.cn/handle/122111/43799
Collection	中国科学院过程工程研究所
Affiliation	1.中国科学院过程工程研究所 2.郑州大学
First Author Affilication	中国科学院过程工程研究所
Recommended Citation 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.

Files in This Item:
There are no files associated with this item.

If you have any objections to this item, please fill out the form below and the administrator will contact you as soon as possible.
Content:
Email：	*
Institution:
Verification Code:	Refresh

Any comments and suggestions are welcomed.
Title:	*
Content:
Email：	*
Verification Code:	Refresh

中国科学院过程工程研究所机构知识库