基于旋转曲面变换PSO算法的神经网络用于胺类有机物毒性分类

• 作者: 熊勇 胡上序 陈德钊
• 来源期刊: 分析化学
• 学科: 化学
• 关键词: 神经网络 定量构效关系 粒子群 旋转曲面变换
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 研究报告
• 页码范围: 316-320
• 页数: 5页
• 分类号: O6
• 字数: 4267字
• 语种: 中文
• DOI: 10.3321/j.issn:0253-3820.2006.03.008

摘要

神经网络模型能有效地模拟非线性的输入输出关系.本研究应用三层前馈网络对51种胺类有机物进行了结构-毒性关系的分类研究.常规的神经网络权值训练算法,例如误差反传算法,存在着收敛速度慢,容易陷入局部极值点等问题.因此提出旋转曲面变换粒子群优化算法,将被优化函数的局部极小点变换为全局最大点,同时不改变比局部极小点的值更小的区域的函数形状.此方法和粒子群优化相结合,能使待优化函数跳出局部极值点,提高训练神经网络权值的效率.实验结果显示,基于旋转曲面变换粒子群优化算法的神经网络,权值训练过程收敛速度较快,且自检误差和预报误差都较小,是一种有效的胺类有机物毒性分类方法.

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	熊勇	浙江大学化工系	53	153	7.0	9.0
4	胡上序	浙江大学化工系	75	1599	20.0	37.0