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

作     者：刘雪峰 张素琼 涂铭旌 LIU Xue-feng;ZHANG Su-qiong;TU Ming-jing

作者机构：北京科技大学材料科学与工程学院北京100083 四川大学金属材料系四川成都610065 

出 版 物：《稀土》 (Chinese Rare Earths)

年 卷 期：2008年第29卷第1期

页      面：37-40,55页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 07[理学] 081104[工学-模式识别与智能系统] 070205[理学-凝聚态物理] 08[工学] 080501[工学-材料物理与化学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 0702[理学-物理学] 

基　　金：教育部“新世纪优秀人才支持计划”资助项目(NCET-06-0083) 

主　　题：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。