文献

J-GLOBAL ID：201702254497847330   整理番号：17A1531639

改良BPニューラルネットワークに基づく漢方薬水抽出液セラミック膜汚染予測研究【JST・京大機械翻訳】

Study on Forecasting Ceramic Membrane Fouling in TCM Extracts Based on Improved BP Neural Network

著者 (4件)： Dou Pengwei (南京中医薬大学信息技術学院,江蘇南京,210023) ,  Wang Zhen (南京中医薬大学信息技術学院,江蘇南京,210023) ,  She Kankan (南京中医薬大学信息技術学院,江蘇南京,210023) ,  Fan Wenling (南京中医薬大学信息技術学院,江蘇南京,210023)
資料名： Zhongguo Zhong Yiyao Xinxi Zazhi  (Zhongguo Zhong Yiyao Xinxi Zazhi)
巻： 24  号： 4  ページ： 92-96  発行年： 2017年 
JST資料番号： C3103A  ISSN： 1005-5304  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 目的:漢方薬の水抽出液のセラミック膜の精製過程における膜汚染問題を予防し、汚染度を予測する新しい方法を探索する。方法:BP神経回路網モデルを改良し、隠れ層最適ニューロン数の迅速な確定方法、BP神経回路網重みと閾値の高速最適化アルゴリズムを用いて、漢方薬水抽出液セラミック膜汚染予測モデルを確立し、207組の漢方薬抽出液データに対してネットワーク訓練と予測を行った。結果:多変量回帰分析、基本的BP神経回路網、RBF神経回路網などのモデルと比べ、改良BP神経回路網モデルを用いて予測実験を行ったフィッティング誤差はより小さく、平均二乗誤差はわずか0.0057であった。さらに,改良BPニューラルネットワークモデルの性能は,より安定しており,20回のランダム運転において,目標設定の成功率は,95%に達することができた。結論:改良モデルは良好なネットワーク性能、フィッティング効果と予測能力を有し、膜汚染度を安定的かつ正確に予測できる。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *セラミック膜 ,  目標設定 ,  *抽出液 ,  ニューロン ,  *予測 ,  回帰分析 ,  *漢方製剤 ,  予測モデル ,  神経回路網
準シソーラス用語： 平均二乗誤差 ,  隠れ層 ,  神経回路網モデル ,  *膜ファウリング ,  *水抽出物 ,  *逆伝播ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： TCM extracts ,  membrane fouling ,  BP neural network ,  hidden layer neuron ,  genetic algorithm

分類 (5件)： 電動機  (NB07030U) ,  信頼性  (KB04040H) ,  ニューロコンピュータ  (JC06010Q) ,  ボイラ付属装置  (PB01030G) ,  燃料電池  (YB04040V)

タイトルに関連する用語 (7件)： BPニューラルネットワーク ,  漢方薬 ,  水抽出液 ,  セラミック ,  膜汚染 ,  予測 ,  研究