人工神经元网络模拟卤代烷烃的电离势

计算物理 ›› 1997, Vol. 14 ›› Issue (6): 770-776.

人工神经元网络模拟卤代烷烃的电离势

贺黎明, 包于诗, 陆慧, 金乾元

华东理工大学物理系, 上海 200237

收稿日期:1996-04-04 修回日期:1997-04-12 出版日期:1997-11-25 发布日期:1997-11-25

MODELLING THE IONIZATION POTENTIAL OF HALO ALKANES BY NEURAL NETWORK APPROACH

He Liming, Bao Yushi, Lu Hui, Jin Qianyuan

Department of Physics, East China University of Science and Technology, Shanghai 200237

Received:1996-04-04 Revised:1997-04-12 Online:1997-11-25 Published:1997-11-25

摘要/Abstract

摘要： 利用人工神经网络反向传播(BP)模型计算了卤代烷烃第一电离势。通过优化神经网络结构,在已知样本范围内由leave-one-out方法得到的标准预报误差(SDEP)为0.34eV,好于文献报导的用PLS方法的计算和预报结果。

关键词: 神经网络, 优化, 预报, 电离势

Abstract: The Back propagation(BP) model of neural network is used to calculate the first ionization potention(IP) of haloalkanes.By optimizing the neural network,the standard deviation of errors of prediction(SDEP) using leave one out method within the known samples is 0.34eV,which is better than the reported predicting and calculating results by PLS.

Key words: neural network, optimization, prediction, ionization potential

中图分类号:

TP18
O411.3

贺黎明, 包于诗, 陆慧, 金乾元. 人工神经元网络模拟卤代烷烃的电离势[J]. 计算物理, 1997, 14(6): 770-776.

He Liming, Bao Yushi, Lu Hui, Jin Qianyuan. MODELLING THE IONIZATION POTENTIAL OF HALO ALKANES BY NEURAL NETWORK APPROACH[J]. CHINESE JOURNAL OF COMPUTATIONAL PHYSICS, 1997, 14(6): 770-776.

[1]	吴国正, 王发杰, 程隋福, 张成鑫. 基于物理信息神经网络的内部声场正反问题数值计算[J]. 计算物理, 2022, 39(6): 687-698.
[2]	韩新宇, 段欢欢, 崔国民, 肖媛, 杨其国, 张冠华. 公用工程灵活匹配的节点非结构拓展模型[J]. 计算物理, 2022, 39(6): 707-716.
[3]	肖聪, 张士诚, 马新仿, 周彤, 侯腾飞. 基于模型降维和递归神经网络的油藏参数反演[J]. 计算物理, 2022, 39(5): 564-578.
[4]	黄灿, 田冷, 王恒力, 王嘉新, 蒋丽丽. 基于条件生成式对抗网络的油藏单井产量预测模型[J]. 计算物理, 2022, 39(4): 465-478.
[5]	马秀宝, 盖照亮, 崔国民, 周志强, 韩新宇, 杨其国. 基于强制进化随机游走算法的质量交换网络综合[J]. 计算物理, 2022, 39(4): 479-490.
[6]	刘凯歌, 韦笃取. 基于WOA-ESN的电机系统混沌振荡预测[J]. 计算物理, 2022, 39(4): 498-504.
[7]	潘剑, 郭照立, 陈松泽. 从噪声数据学习偏微分方程的复合神经网络[J]. 计算物理, 2022, 39(2): 223-232.
[8]	唐利红, 贺宗梅, 姚延立. 忆阻Hopfield神经网络动力学分析及其电路实现[J]. 计算物理, 2022, 39(2): 244-252.
[9]	李洪, 章立新, 任燕, 高明, 刘婧楠. 基于灰色关联分析的BP神经网络对混流闭式冷却塔出水温度的预测[J]. 计算物理, 2022, 39(1): 53-59.
[10]	韩新宇, 崔国民, 肖媛, 张冠华, 高远. 动态区域禁忌匹配策略提高新生换热单元竞争力[J]. 计算物理, 2022, 39(1): 71-82.
[11]	罗佳, 孙亮, 乔印虎. 忆阻突触耦合环形Hopfield神经网络动力学分析及其电路实现[J]. 计算物理, 2022, 39(1): 109-117.
[12]	郑书昱, 彭佳臻, 张先梅, 薛二兵, 虞立敏. 基于神经网络的托卡马克能量约束时间预测[J]. 计算物理, 2021, 38(4): 423-430.
[13]	赵倩倩, 崔国民, 韩正恒, 肖媛, 徐玥. RWCE算法中选择性接受差解策略优化换热网络[J]. 计算物理, 2021, 38(4): 489-497.
[14]	屠丽娟, 周恩泽, 吴雪飞, 杨琪, 丁雪峰. 基于流量测点的热网变动阻力系数优化辨识[J]. 计算物理, 2021, 38(4): 498-504.
[15]	姜逸文, 崔国民, 陈子禾, 俞佳明, 赵倩倩. 智能调整接受差解几率的RWCE算法[J]. 计算物理, 2021, 38(3): 333-342.