用BP神经网络算法和改进的BP神经网络算法研究预测电渗析过程的分

用BP神经网络算法和改进的BP神经网络算法研究预测电渗析过程的分离百分比(中文5000字,英文PDF)

摘要
在电渗析过程中，分离百分比(SP)与一些影响因素(进料浓度(C)、稀室的流通率(Q)、反应温度(T)和应用电压(V))有非线性关系，并且这些关系很难用一个简单的公式来表示。四个影响因素对SP产生了显著影响。在这篇论文中，对四个因素进行了电渗析实验研究。反向传播(BP)神经网络算法和改进BP算法被用于SP的预测，并且他们的预测能力可以反映出他们在非线性关系的复杂数据上的适应能力。使用不同的神经网络结构、神经元传递函数和学习率，可以获得最佳训练参数。比较BP神经网络算法和改进的BP神经网络算法，由于改进BP神经网络算法适当地改变了正确学习率和权值的比率，所以它比BP神经网络算法更好。在高温和高电压的情况下，改进BP神经网络算法将有更好的预测性能，这是因为改进BP神经网络算法有大数值的泛化能力。