用人工神经网络法预估高氮化合物的生成焓

• 作者: 刘剑洪 吕晓旋 洪伟良 王明良 田德余 贵大勇
• 来源期刊: 火炸药学报
• 关键词: 物理化学 高氮化合物 含能材料 人工神经网络 标准生成焓
• 年，卷（期）: 2011,（1）
• 页码范围: 9-14
• 分类号: TJ55|O643
• 语种: 中文
• DOI: 10.3969/j.issn.1007-7812.2011.01.002

摘要

采用误差反向传播学习(BP)人工神经网络算法,以分子结构中不同基团作为描述码,对高氮化合物的标准生成焓进行预估,研究了网络参数及分子结构描述码对标准生成焓的影响,计算结果与文献值符合得较好,其回归方程相关系数为0.99823,相对误差在10%左右.人工神经网络(ANN)法是一种简单有效的预测高氮化合物生成焓的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘剑洪	深圳大学化学与化工学院	180	2389	27.0	40.0
2	洪伟良	深圳大学化学与化工学院	57	975	17.0	29.0
3	田德余	深圳大学化学与化工学院	41	693	15.0	25.0
4	王明良	深圳大学化学与化工学院	11	28	3.0	4.0
5	贵大勇	深圳大学化学与化工学院	11	31	3.0	5.0
6	吕晓旋	深圳大学化学与化工学院	1	2	1.0	1.0