ANN在聚丙烯酸酯乳液性质预测中的应用

• 作者: 张海涛 李俊锋 王洪艳 程平 高岩
• 来源期刊: 吉林大学学报(工学版)
• 学科: 化学
• 关键词: 有机化学工程 MATLAB 人工神经网络 聚丙烯酸酯乳液 硬度 附着力 耐冲击性
• 年，卷（期）: 2007,（2）
• 页码范围: 362-366
• 页数: 5页
• 分类号: O6-39
• 字数: 2789字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5497.2007.02.023

摘要

在MATLAB中的图形用户界面下,用人工神经网络(ANN)对聚丙烯酸酯乳液的硬度、附着力和耐冲击性3种性能进行了预测.选用三层的误差反向传递网络(BP网络),讨论了隐含层节点数,训练目标goal值和传递函数等相关参数对预测结果的影响.在隐含层节点数分别为19、16和20,传递函数为logsig函数和purelin函数,训练目标值goal为1.0 X 10-5的条件下,对17个样品进行了预测.结果表明:硬度预测值与实验值相对误差的绝对值的平均值为5.90%,附着力预测准确率为100 %,耐冲击性预测准确率为100%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张海涛	吉林大学化学学院	133	868	16.0	22.0
2	王洪艳	吉林大学化学学院	68	469	12.0	17.0
3	程平	吉林大学化学学院	2	21	2.0	2.0
4	高岩	吉林大学化学学院	19	171	5.0	12.0
5	李俊锋	吉林大学化学学院	22	113	7.0	9.0