分析化学
分析化學
분석화학
CHINESE JOURNAL OF ANALYTICAL CHEMISTRY
2006年
3期
316-320
,共5页
神经网络%定量构效关系%粒子群%旋转曲面变换
神經網絡%定量構效關繫%粒子群%鏇轉麯麵變換
신경망락%정량구효관계%입자군%선전곡면변환
神经网络模型能有效地模拟非线性的输入输出关系.本研究应用三层前馈网络对51种胺类有机物进行了结构-毒性关系的分类研究.常规的神经网络权值训练算法,例如误差反传算法,存在着收敛速度慢,容易陷入局部极值点等问题.因此提出旋转曲面变换粒子群优化算法,将被优化函数的局部极小点变换为全局最大点,同时不改变比局部极小点的值更小的区域的函数形状.此方法和粒子群优化相结合,能使待优化函数跳出局部极值点,提高训练神经网络权值的效率.实验结果显示,基于旋转曲面变换粒子群优化算法的神经网络,权值训练过程收敛速度较快,且自检误差和预报误差都较小,是一种有效的胺类有机物毒性分类方法.
神經網絡模型能有效地模擬非線性的輸入輸齣關繫.本研究應用三層前饋網絡對51種胺類有機物進行瞭結構-毒性關繫的分類研究.常規的神經網絡權值訓練算法,例如誤差反傳算法,存在著收斂速度慢,容易陷入跼部極值點等問題.因此提齣鏇轉麯麵變換粒子群優化算法,將被優化函數的跼部極小點變換為全跼最大點,同時不改變比跼部極小點的值更小的區域的函數形狀.此方法和粒子群優化相結閤,能使待優化函數跳齣跼部極值點,提高訓練神經網絡權值的效率.實驗結果顯示,基于鏇轉麯麵變換粒子群優化算法的神經網絡,權值訓練過程收斂速度較快,且自檢誤差和預報誤差都較小,是一種有效的胺類有機物毒性分類方法.
신경망락모형능유효지모의비선성적수입수출관계.본연구응용삼층전궤망락대51충알류유궤물진행료결구-독성관계적분류연구.상규적신경망락권치훈련산법,례여오차반전산법,존재착수렴속도만,용역함입국부겁치점등문제.인차제출선전곡면변환입자군우화산법,장피우화함수적국부겁소점변환위전국최대점,동시불개변비국부겁소점적치경소적구역적함수형상.차방법화입자군우화상결합,능사대우화함수도출국부겁치점,제고훈련신경망락권치적효솔.실험결과현시,기우선전곡면변환입자군우화산법적신경망락,권치훈련과정수렴속도교쾌,차자검오차화예보오차도교소,시일충유효적알류유궤물독성분류방법.