本文主要研究内容
作者刘方,徐龙,马晓迅（2019）在《BP神经网络的发展及其在化学化工中的应用》一文中研究指出：人工神经网络(ANN)由于本身具有极强的非线性映射能力、容错性、自学习能力得到广泛的应用。基于反向传播算法(BP)的神经网络作为ANN重要组成部分,在涉及多种非线性因素建模时,相对于传统的反应机理建模显示出巨大的优势。虽然神经网络的发展几经繁荣与冷落,但目前在不同领域已经获得成功的应用。本文概述了BP神经网络的映射原理、缺点以及相应的改进方法,介绍其在催化剂设计、动力学模拟、理化特性估算、过程控制与优化、化学合成与反应性能预测的应用现状,展示了使用不同优化方法的改进模型在实验设计与优化方面取得的成果。最后指出未来BP神经网络的发展要进一步结合数据深度挖掘与机器学习等技术,为今后化学化工领域的研究提供强有力的工具。
Abstract
ren gong shen jing wang lao (ANN)you yu ben shen ju you ji jiang de fei xian xing ying she neng li 、rong cuo xing 、zi xue xi neng li de dao an fan de ying yong 。ji yu fan xiang chuan bo suan fa (BP)de shen jing wang lao zuo wei ANNchong yao zu cheng bu fen ,zai she ji duo chong fei xian xing yin su jian mo shi ,xiang dui yu chuan tong de fan ying ji li jian mo xian shi chu ju da de you shi 。sui ran shen jing wang lao de fa zhan ji jing fan rong yu leng la ,dan mu qian zai bu tong ling yu yi jing huo de cheng gong de ying yong 。ben wen gai shu le BPshen jing wang lao de ying she yuan li 、que dian yi ji xiang ying de gai jin fang fa ,jie shao ji zai cui hua ji she ji 、dong li xue mo ni 、li hua te xing gu suan 、guo cheng kong zhi yu you hua 、hua xue ge cheng yu fan ying xing neng yu ce de ying yong xian zhuang ,zhan shi le shi yong bu tong you hua fang fa de gai jin mo xing zai shi yan she ji yu you hua fang mian qu de de cheng guo 。zui hou zhi chu wei lai BPshen jing wang lao de fa zhan yao jin yi bu jie ge shu ju shen du wa jue yu ji qi xue xi deng ji shu ,wei jin hou hua xue hua gong ling yu de yan jiu di gong jiang you li de gong ju 。
论文参考文献
论文详细介绍
论文作者分别是来自化工进展的刘方,徐龙,马晓迅，发表于刊物化工进展2019年06期论文，是一篇关于人工神经网络论文,反向传播算法论文,化工应用论文,化工进展2019年06期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自化工进展2019年06期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：人工神经网络论文; 反向传播算法论文; 化工应用论文; 化工进展2019年06期论文;