人工神经网络在溶解度预测方面的应用

摘要：

溶解度作为一项重要的物化指标,一直是化学学科的研究重点.然而,通过实验测量获得数据耗时费力,因此,科研人员建立了多种理论方法来进行估算,其中,人工神经网络因其能够关联复杂的多变量情况而受到广泛关注.本文综述了人工神经网络在物质溶解度预测方面的应用,介绍了应用最广泛的3种神经网络(BP神经网络、小波神经网络、径向基神经网络)的模型结构、预测方法和预测优势,探讨了神经网络的不足以及改进方法.文章最后对神经网络在物质溶解度预测方面的发展前景进行了展望.与其他方法相比,人工神经网络技术在物质溶解度预测方面具有预测结果精确度高、操作简单等特点,具有广阔的应用前景,但输入变量选择、隐含层节点数确定、避免局部最优等问题还需逐步建立系统的理论指导.

关键词：人工神经网络、溶解度、BP神经网络、小波神经网络、径向基神经网络

所属期刊栏目：78

分类号：TP3;TQ0

资助基金：国家自然科学基金项目21276182

在线出版日期：2015-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：208-214