在正交设计的基础上,采用浸渍法制备了Ce/TiO2纳米复合体.根据BP人工神经网络算法原理,建立了Ce/TiO2纳米复合体制备工艺参数与抗菌性能之间关系的BP神经网络预测模型,并将预测值与实验数据进行了比较,其训练样本的输出值最大误差为3.18%,平均误差为0.4%.对经过训练后的模型进行了验证,其测试样本的输出值最大误差为6.31%,平均误差为4.06%,与实验值吻合良好.结果表明,所建立的BP神经网络模型具有较高的预测精度,用于Ce/TiO2纳米复合体的抗菌性能预测是可行的.
参考文献
| [1] | 胡明玉,唐明述.神经网络在高强粉煤灰混凝土强度预测及优化设计中的应用[J].混凝土,2001(01):13-17. |
| [2] | Tang Y S;Wang T C .The use of neural network in predicting turning force[J].Journal of Materials Processing Technology,1995,47(3-4):273-289. |
| [3] | Chun M S;Biglou J .Using networks to predict parameters in the hot working of aluminum alloys[J].Journal of Materials Processing Technology,1999,86:245-251. |
| [4] | Verduim W.Solving manufacturing problems with neutral nets[J].Automation,1990(06):55-58. |
| [5] | Mukherjee A;Deshpande J M .Application of artificial neural networks in structure design expert system[J].Computers & Structures,1995,54(03):367-375. |
| [6] | 张昭,王向东,曾光远,焦秀娟,彭少方.含银无机抗菌剂的研制和抗菌性能初探[J].稀有金属,2002(05):401-404. |
| [7] | 莫华;邓勃 .人工神经网络用于高效液相色谱分析条件的优化[J].分析化学,1995,23(07):779-782. |
| [8] | 郭栋,王永力,夏军涛,李龙土,桂治轮.人工神经网络在优化BaTiO3陶瓷配方研究中的应用[J].无机材料学报,2002(04):845-851. |
| [9] | 张立明.人工神经网络的模型及应用[M].上海:复旦大学出版社,1993 |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%