BP神经网络在甘油水溶液粘度预测中的应用
Application of BP Neural Network to Viscosity Prediction of Aqueous Glycerol Solution
摘要二维数据表广泛应用于科学与工程计算,当出现数据缺失时,由于数据间存在的非线性关系,采用传统方法在两列数据中插值将产生较大的误差.结合甘油水溶液粘度的预测,提出使用人工神经网络的插值方法,对神经网络模型、参数以及训练样本集的选择进行了实验与优化.实验表明,利用BP神经网络预测25℃甘油水溶液粘度时,网络收敛速度快,预测精度高,优于传统的最邻近插值和双线性插值,能够满足一般科学与工程计算的需要.提出的插值预测方法对类似条件的二维数据表具有普遍指导意义.
更多相关知识
- 浏览0
- 被引8
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文