基于粒子群优化算法的神经网络在农药定量构效关系建模中的应用

• 作者: 俞欢军 张丽平 胡上序 陈德钊
• 来源期刊: 分析化学
• 关键词: 粒子群优化算法 神经网络 定量构效关系
• 年，卷（期）: 2004,（12）
• 所属期刊栏目: 研究报告
• 页码范围: 1590-1594
• 页数: 5页
• 字数: 3717字
• 语种: 中文
• DOI: 10.3321/j.issn:0253-3820.2004.12.006

摘要

神经网络模型能有效模拟非线性输入输出关系,但其常规训练算法为BP或其它梯度算法, 导致训练时间较长且易陷入局部极小点.本实验探讨用粒子群优化算法训练神经网络,并应用到苯乙酰胺类农药的定量构效关系建模中,对未知化合物的活性进行预测来指导新药的设计和合成.仿真结果表明,粒子群优化算法训练的神经网络不仅收敛速度明显加快,而且其预报精度也得到了较大的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈德钊	浙江大学化工系	112	1957	24.0	38.0
2	张丽平	浙江大学化工系	9	474	8.0	9.0
3	胡上序	浙江大学化工系	75	1599	20.0	37.0
4	俞欢军	浙江大学化工系	54	1329	21.0	35.0