摘要:目的为防治中药水提液陶瓷膜纯化过程中的膜污染问题,探索预测污染度的新方法。方法对BP神经网络模型进行改进,利用隐含层最佳神经元数目的快速确定方法、BP神经网络权值和阈值的快速寻优算法,建立中药水提液陶瓷膜污染预测模型,对207组中药水提液数据进行网络训练和预测。结果与多元回归分析、基本BP神经网络、RBF神经网络等模型相比,应用改进BP神经网络模型进行预测实验的拟合误差更小,均方误差仅为0.0057;此外,改进BP神经网络模型的性能更加稳定,在20次随机运行实验中达到预设目标的成功率高达95%。结论改进模型具有很好的网络性能、拟合效果和预测能力,能够稳定准确地预测膜污染度。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社