人工神经网络预测镁铝水滑石纳米晶的差示扫描量热法的吸热值

• 作者: 任庆利 罗强
• 来源期刊: 硅酸盐学报
• 学科: 工学
• 关键词: 镁铝水滑石 差示扫描量热法吸热值 反向传播 神经网络
• 年，卷（期）: 2005,（8）
• 页码范围: 1002-1005,1011
• 页数: 5页
• 分类号: TM212
• 字数: 2766字
• 语种: 中文
• DOI: 10.3321/j.issn:0454-5648.2005.08.018

摘要

常压下采用液相法制备了高纯度的镁铝水滑石纳米晶体试样.基于镁铝水滑石的差示扫描量热法(differential scanning calorimetry,DSC)吸热值和水滑石纳米晶体的制备工艺因素(包括:反应时间,反应温度,以及原料NaOH,MgCl2,Na2CO3,和NaAlO2的添加浓度)之间的非线性关系,建立三层结构的反向误差传播(back-propagation,BP)网络.为克服由于BP神经网络隐含层的存在,增加训练的工作量,以及当输入的参变量较多时,导致误差曲面过于复杂,出现数据冗余的缺点,尝试了采用主成分分析,对输入变量首先进行预处理.同时,在迭代公式中附加动量项和变换收敛步长,以加快网络训练速度,提高模型的预测能力与相对准确性.计算结果表明:使用改进的BP神经网络模型,对镁铝水滑石纳米晶体的DSC吸热值有较好的预测能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任庆利	西安电子科技大学技术物理学院	31	535	12.0	22.0
5	罗强		20	193	6.0	13.0