湖南工程学院学报(自然科学版)
湖南工程學院學報(自然科學版)
호남공정학원학보(자연과학판)
JOURNAL OF HUNAN INSTITUTE OF ENGINEERING(NATURAL SCIENCE EDITION)
2010年
2期
56-59
,共4页
量子化学参数%聚合物%玻璃化转变温度%人工神经网络
量子化學參數%聚閤物%玻璃化轉變溫度%人工神經網絡
양자화학삼수%취합물%파리화전변온도%인공신경망락
在B3LYP/6-31G(d,P)水平上对聚合物单体进行密度泛涵理论算, 得到4个量子化学参数(分子偶极矩μ, 平均极化率α, 熵S及内能Eint)用来建立聚合物玻璃化转变温度Tg的人工神经网络(ANN)模型. 误差反向传播的人工神经网络方法用来拟合4个参数与Tg可能存在的非线性关系. 通过试差法调整网络参数得到最佳网络条件. 模拟最佳网络模型4-4-1, 结果表明模拟值与实验值非常接近, 训练集与测试集的均方根误差(rmse)分别为17.878K和22.685K, 该结果优于线性回归法得到的结果.
在B3LYP/6-31G(d,P)水平上對聚閤物單體進行密度汎涵理論算, 得到4箇量子化學參數(分子偶極矩μ, 平均極化率α, 熵S及內能Eint)用來建立聚閤物玻璃化轉變溫度Tg的人工神經網絡(ANN)模型. 誤差反嚮傳播的人工神經網絡方法用來擬閤4箇參數與Tg可能存在的非線性關繫. 通過試差法調整網絡參數得到最佳網絡條件. 模擬最佳網絡模型4-4-1, 結果錶明模擬值與實驗值非常接近, 訓練集與測試集的均方根誤差(rmse)分彆為17.878K和22.685K, 該結果優于線性迴歸法得到的結果.
재B3LYP/6-31G(d,P)수평상대취합물단체진행밀도범함이론산, 득도4개양자화학삼수(분자우겁구μ, 평균겁화솔α, 적S급내능Eint)용래건립취합물파리화전변온도Tg적인공신경망락(ANN)모형. 오차반향전파적인공신경망락방법용래의합4개삼수여Tg가능존재적비선성관계. 통과시차법조정망락삼수득도최가망락조건. 모의최가망락모형4-4-1, 결과표명모의치여실험치비상접근, 훈련집여측시집적균방근오차(rmse)분별위17.878K화22.685K, 해결과우우선성회귀법득도적결과.