切片平均分子量神经网络预测模型的研究及应用

• 作者: 卢云许 张世琪 陆宝春
• 来源期刊: 南京理工大学学报(自然科学版)
• 学科: 工学
• 关键词: 神经网络,多重回归,回归分析,结构最优化 遗传算法,BP算法,在线预测模型
• 年，卷（期）: 2000,（2）
• 页码范围: 139-142
• 页数: 4页
• 分类号: TP183
• 字数: 3059字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9830.2000.02.011

摘要

建立聚合反应切片平均分子量的预测模型对锦纶帘子布的生产有重要的意义.该文采用改进的遗传算法(GA)和BP算法相结合的混合学习算法来训练神经网络,并采用多元逐步回归法对输入层节点数进行了优化,建立了聚合反应切片平均分子量在线预测的神经网络模型.在某化工厂聚合反应中的应用表明,该模型比基于最小二乘法的预测模型收敛速度快、预测精度高、网络的泛化能力强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆宝春	南京理工大学制造工程学院	93	555	11.0	18.0
2	张世琪	南京理工大学制造工程学院	49	419	12.0	18.0
3	卢云许	南京理工大学制造工程学院	1	1	1.0	1.0