復(fù)雜大分子體系相平衡性質(zhì)的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè).pdf

1、該文主要基于人工神經(jīng)網(wǎng)絡(luò)方法,對(duì)研究聚合物成膜體系和蛋白質(zhì)體系的熱力學(xué)相平衡性質(zhì)進(jìn)行模擬和預(yù)測(cè).并對(duì)神經(jīng)網(wǎng)絡(luò)中傳統(tǒng)的誤差反向傳播算法進(jìn)行了改進(jìn),最終對(duì)改進(jìn)算法的性能進(jìn)行了驗(yàn)證.該文的主要工作可以簡(jiǎn)述如下:1.基于水/二甲基乙酰胺/聚砜成膜體系的濁點(diǎn)數(shù)據(jù)對(duì)人工神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,并用訓(xùn)練好的網(wǎng)絡(luò)預(yù)測(cè)了其它溫度下雙結(jié)點(diǎn)線,這在一定程度上填補(bǔ)熱力學(xué)數(shù)據(jù)的不足,從而為非對(duì)稱膜制備的實(shí)驗(yàn)研究提供了基礎(chǔ)理論指導(dǎo).2.基于人工神經(jīng)網(wǎng)絡(luò)對(duì)生物大分子蛋白質(zhì)

2、溶菌酵素體系的溶解度進(jìn)行了模擬和預(yù)測(cè),分析并討論了各因素對(duì)蛋白質(zhì)溶解度的影響.此外,還與傳統(tǒng)熱力學(xué)模型預(yù)測(cè)的結(jié)果進(jìn)行了比較.結(jié)果表明,人工神經(jīng)網(wǎng)絡(luò)可以很好地用于預(yù)測(cè)蛋白質(zhì)溶菌酵素體系在其它實(shí)驗(yàn)條件下的溶解度,且預(yù)測(cè)精度高于傳統(tǒng)的熱力學(xué)模型.3.針對(duì)傳統(tǒng)誤差反向傳播學(xué)習(xí)算法的不足,分別基于動(dòng)量規(guī)則、自適應(yīng)學(xué)習(xí)速率系數(shù)和修正的Levenberg-Marquardt算法三個(gè)方面對(duì)學(xué)習(xí)算法進(jìn)行了改進(jìn).結(jié)果表明,基于動(dòng)量規(guī)則和自適應(yīng)學(xué)習(xí)速率系數(shù)這

3、兩種算法在一定程度上能夠提高網(wǎng)絡(luò)的預(yù)測(cè)精度并加快網(wǎng)絡(luò)的收斂速率.但與修正的Levenberg-Marquardt算法相比,仍存有不足.因此,對(duì)于所研究的復(fù)雜大分子體系的相平衡性質(zhì),基于修正的Levenberg-Marquardt算法的BP網(wǎng)絡(luò)顯示較好的訓(xùn)練和預(yù)測(cè)效果.4.引入基于自然界生物進(jìn)化思想的遺傳算法,結(jié)合遺傳算法的并行全局之搜索能力和修正的Levenberg-Marquardt算法快速精確尋優(yōu)之特點(diǎn),提出了聯(lián)合遺傳優(yōu)化Leven