基于人工神经网络的Ce/TiO2纳米复合体抗菌性能的预测模型
来源期刊：稀土2008年第1期
论文作者：刘雪峰 涂铭旌 张素琼
关键词：纳米复合体; 抗菌性能; 人工神经网络; 预测模型;
摘 要：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.
刘雪峰1，涂铭旌2，张素琼1
(1.北京科技大学,材料科学与工程学院,北京,100083;
2.四川大学,金属材料系,四川,成都,610065)
摘要: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.
关键词:纳米复合体; 抗菌性能; 人工神经网络; 预测模型;
【全文内容正在添加中】
