自适应模糊神经网络预测阳离子标准熵的研究

自适应模糊神经网络预测阳离子标准熵的研究

依据独立共同可别粒子体系的熵与配分函数的关系,采用自适应模糊神经网络的方法,以元素原子量和其电子层数为参数,关联阳离子标准熵.利用减法聚类算法确定模糊神经网络的结构,并结合模糊推理系统调整网络参数,仿真的结果令人满意.成功地关联了固体化合物中70种阳离子的标准熵.在此基础上,预报目前尚缺的17种阳离子的标准熵.自适应模糊神经网络可望成为研究元素和化合物构效关系的辅助手段.

作 者： 吴启勋 宋萍 Wu Qixun Song Ping   作者单位： 青海民族学院化学系,青海,西宁,810007  刊 名： 计算机与应用化学  ISTIC PKU 英文刊名： COMPUTERS AND APPLIED CHEMISTRY  年，卷(期)： 2007 24(10)  分类号： O655.29  关键词： 人工神经网络   自适应模糊神经网络   阳离子   标准熵  

【自适应模糊神经网络预测阳离子标准熵的研究】相关文章：

用配分函数预测固体化合物中阳离子标准熵04-27

基于熵组合预测模型的害虫种群动态研究04-26

黄土路基震陷系数预测的模糊神经网络方法04-27

基于熵的模糊群体评价合成方法04-26

模糊神经网络方法在热带气旋强度预报中的应用研究04-26

模糊神经网络控制在污水处理中的应用研究04-26

基于因子分析和模糊神经网络的城市公共安全评价研究04-26

基于神经网络构造的GPS/INS自适应组合导航算法04-26

基于自适应Kalman滤波的BP神经网络在导航中的应用04-27

航空发动机自适应神经网络PID控制04-27