BP神经网络在甘油水溶液粘度预测中的应用

• 作者: 李建华 陈自宽
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 人工神经网络 非线性插值 预测
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 193-195,268
• 页数: 4页
• 分类号: TP183|TQ015.9
• 字数: 3715字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2009.02.049

摘要

二维数据表广泛应用于科学与工程计算,当出现数据缺失时,由于数据间存在的非线性关系,采用传统方法在两列数据中插值将产生较大的误差.结合甘油水溶液粘度的预测,提出使用人工神经网络的插值方法,对神经网络模型、参数以及训练样本集的选择进行了实验与优化.实验表明,利用BP神经网络预测25℃甘油水溶液粘度时,网络收敛速度快,预测精度高,优于传统的最邻近插值和双线性插值,能够满足一般科学与工程计算的需要.提出的插值预测方法对类似条件的二维数据表具有普遍指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李建华	东北大学中荷生物医学与信息工程学院	12	45	4.0	6.0
2	陈自宽	东北大学中荷生物医学与信息工程学院	3	17	3.0	3.0