共查询到20条相似文献,搜索用时 234 毫秒
1.
以120种煤样为数据基础,采用布谷鸟算法(CS)优化BP(Back Propagation)神经网络,建立了CSBP模型对单煤、煤掺添加剂和配煤等3类样本的煤灰变形温度(DT)样本进行预测。模型以煤灰化学成分及其组合参数等13个变量作为输入量,以变形温度(DT)作为输出量。CSBP模型预测结果与BP神经网络模型预测结果进行对比发现,无论是单煤、煤掺添加剂还是配煤,CSBP模型较BP模型对煤灰变形温度(DT)的预测都更加精准,平均相对误差分别达到了3.11%、4.08%和4.22%。另外,对比3类样本预测结果发现,无论是CSBP模型还是BP模型,相比单煤预测而言,煤掺添加剂及配煤的预测误差都有明显的增加。 相似文献
2.
采用BP神经网络优化间二硝基苯催化加氢的反应条件 总被引:1,自引:0,他引:1
采用BP神经网络对间二硝基苯液相催化加氢制备间苯二胺的反应条件进行优化. 首先利用均匀设计的实验结果,采用LM算法对BP神经网络进行训练. 再利用训练好的BP神经网络对各种实验因素水平组合条件下间二硝基苯的转化率和间苯二胺的收率进行预测. 结果表明,采用苯作溶剂时,间二硝基苯的转化率较高; 采用乙醇作溶剂时,间苯二胺的收率较高; 当采用乙醇为溶剂,催化剂用量为20%,反应温度和压力分别为365 K和2.9 MPa时反应效果较好,间苯二胺的收率高达95.8%. 进一步的实验验证表明,用神经网络模型模拟的结果与实验结果基本吻合. 相似文献
3.
4.
为了实现扫描仪在不同光源、不同观察者条件下准确获取颜色信息,最大程度的避免同色异谱现象,本文采用光谱的方法对扫描仪进行特性化处理,通过多项式回归和BP神经网络分别与主成分分析法结合,首先对检测样本的光谱反射率进行主成分分析,提取主成分与主成分系数,通过实验得到主成分系数与多项式回归、BP神经网络结构之间的转换模型,实现了扫描仪低维RGB信号对原始光谱反射率信息的重构,进而实现扫描仪的光谱特性化.实验结果表明,多项式项数为19项时,达到训练样本的均方根误差为1.7%,检测样本的均方根误差为1.9%.而包含15个隐层节点的单隐层BP神经网络结构为比较合理的网络结构,达到训练样本的均方根误差为1.3%,检测样本的均方根误差为1.5%.对彩色扫描仪的特征化处理,采用多项式回归法得到光谱特性化精度较低,采用BP神经网络模型能够实现更高的光谱特性化精度. 相似文献
5.
6.
人工神经网络-紫外分光光度法同时测定苯酚、苯胺和苯甲酸 总被引:1,自引:0,他引:1
采用人工神经网络方法和紫外分光光度法相结合研究多组分的同时测定,系统地研究了神经网络方法对苯酚、苯甲酸和苯胺混合样品同时测定的可行性.在大量实验数据的基础上采用matlab语言编写两层BP神经网络,并初步探讨了网络参数对网络预测性能的影响.结果表明,BP神经网络能在不改变样品性质的前提下实现了多组分的同时测定,最大限度地保护了样品不被破坏.方法的回收率为96.9%~109.3%,RSD为0.90%~1.28%(n=5).通过时不同隐层神经元数目的研究发现,当隐层神经元数目达到100时,仿真结果和实验数据相似程度达到了90%以上,且随隐层神经元数目增多,训练误差下降速度加快,但训练速度变慢,训练时间延长. 相似文献
7.
根据市售鼠药样品成分各异且相对复杂,建立6种不同成分体系和9个不同样本容量的校正集,运用小波变换压缩鼠药的近红外透射光谱数据,结合BP反向神经网络算法对压缩的数据进行建模,考察校正集样品特性对模型预测能力的影响。试验结果表明:采用BP神经网络算法建立定量模型时,只要校正集样品中包含了与预测样品性质相似的样本,就能准确地对复杂样品进行近红外定量分析。当校正集容量分别为72和84时,模型预测结果趋于平稳。当校正集数量为96时,模型的最大相关系数为0.959 8,预测最小标准差和平均相对误差分别为1.893%和1.92%。 相似文献
8.
用人工神经网络-近红外光谱法测定冬虫夏草中的甘露醇 总被引:15,自引:0,他引:15
提出了用近红外漫反射光谱技术快速分析发酵冬虫夏草菌粉中甘露醇含量的新方法。采用比色法测定样品中的甘露醇,其含量范围为8.082%-14.548%。在7501.7-6097.8cm^-1与5453.7-4246.5cm^-1波段,分别采用PCR、PLSR和BP神经网络方法建立了样品近红外光谱的一阶微分光谱与其甘露醇含量之间的相关模型。BP神经网络模型的内部交叉验证误差均方根为0.475,预测误差均方根为0.608,均优于PCR和PLSR的处理结果。这表明,BP神经网络法对非线性检测对象具有较好的建模效果,可用于中药近红外光谱分析的非线性校正。 相似文献
9.
10.
11.
12.
煤焦催化气化活性位扩展模型的研究 总被引:1,自引:2,他引:1
针对煤催化气化反应中传统的煤气化动力学模型不再适用或应用范围受到限制的现实,从催化作用机理分析入手,以煤焦CO2催化气化为研究对象,建立了描述气化反应速率与转化率关系的动力学模型——活性位扩展模型。并以KCl催化剂及K-Ni(10%Ni)复合催化剂作用下神府煤焦CO2气化的实验结果对模型进行验证。结果表明,活性位扩展模型很好地体现了煤焦催化气化的动力学规律,即催化剂的添加,有效地增大了反应界面处的活性部位和活性表面积,使气化反应在更温和的条件下快速进行;模拟值与实验值吻合较好,最大偏差10%。由于反应初期的传质阻力不可忽略,实验值与模拟值存在一定误差。 相似文献
13.
基于内源性致香物质和化学计量学的烟草感官评价研究 总被引:1,自引:0,他引:1
采用主成分分析法结合遗传算法和神经网络,建立了基于烟草内源性致香物质的感官质量评价预测模型。利用气相色谱-质谱(GC-MS)技术对超临界萃取-分子蒸馏所得烟草精油中的内源性致香组分进行定性定量分析,汇总各类致香指标后,对其进行主成分分析;以提取所得5个主成分的得分作为输入变量,感官评吸分数作为输出变量,分别使用标准BP神经网络和遗传算法(GA)优化的BP神经网络建立预测模型。对比实验结果表明,GA优化后的模型预测效果更优,其预测值与实验值间的相关系数为0.96,预测均方根误差为1.81,说明GA-BP模型具有更好的拟合能力和预测能力,该模型能有效地预测烟草精油的感官品质。 相似文献
14.
15.
The objective of this study was to investigate the potential of an electronic nose (E-nose) technique for monitoring egg storage time and quality attributes. An electronic nose was used to distinguish eggs under cool and room-temperature storage by means of principal component analysis (PCA), linear discriminant analysis (LDA), BP neural network (BPNN) and the combination of a genetic algorithm and BP neural network (GANN). Results showed that the E-nose could distinguish eggs of different storage time under cool and room-temperature storage by LDA, PCA, BPNN and GANN; better prediction values were obtained by GANN than by BPNN. Relationships were established between the E-nose signal and egg quality indices (Haugh unit and yolk factor) by quadratic polynomial step regression (QPSR). The prediction models for Haugh unit and yolk factor indicated a good prediction performance. The Haugh unit model had a standard error of prediction of 3.74 and correlation coefficient 0.91; the yolk factor model had a 0.02 SEP and 0.93 correlation coefficient between predicted and measured values respectively. 相似文献
16.
乳腺癌代谢物组模式特征发现方法及HPLC/M S/M S分析 总被引:11,自引:0,他引:11
提出一种基于单独最优特征组合和BP神经网络的代谢物组模式特征发现方法,并用其寻找到尿样中与乳腺癌最为相关的4种核苷,组成一组特异性检测参数.经HPLC/MS/MS联用法鉴定,它们是乳清酸核苷、1-甲酰化腺苷、S-腺苷-L-蛋氨酸及N2-甲酰化鸟苷.将这4种核苷作为输入变量,用BP神经分类网络建立乳腺癌诊断模型.留一法交叉验证和独立验证结果表明,该模型预测准确率达到90%以上. 相似文献
17.
18.
19.
人工神经网络方法预测气相色谱保留值 总被引:8,自引:2,他引:8
本文运用一典型的人工神经网络模型-“反向传播“模型的改进形式,研究了诱导效应指数I,摩尔折射度Ro,疏水亲脂参数IgP,以及分子联通性指数与气象色谱保留行为的关系,实现了对色谱保留植的预测。神经网络预测模型的最大相对误差不超过8.7%。结果表明,该方法性能良好,可望成为色谱保留值预测的有效手段。 相似文献