遗传算法误差反向传播人工神经网络预测阿立哌唑血药浓度

目的构建基于遗传算法误差反向传播(GA-BP)人工神经网络的阿立哌唑(APZ)及其代谢产物脱氢阿立哌唑(DAPZ)血药浓度预测模型,为需要调整APZ使用剂量或不能进行APZ血药浓度监测的患者提供浓度预测模型。方法回顾性收集在2021年7月—2022年8月新疆维吾尔自治区人民医院就诊且规律服用APZ的174例患者的血药浓度资料,提取相关变量,采用Matlab R2018a编程软件,结合深度学习网络构建GA-BP人工神经网络预测模型,预测APZ+DAPZ血药浓度。结果GA-BP人工神经网络预测模型验证结果显示,35例验证组样本的预测结果与实测结果相比,平均预测误差为-0.0926,平均绝对误差为0.6895,35个预测误差均小于15%,小于15%的概率为100%,血药浓度的预测值与实测值之间的相关系数为0.997,预测结果较理想。结论GA-BP人工神经网络预测模型预测APZ+DAPZ血药浓度,可用于APZ的个体化给药。

人工神经网络在电力营销系统中的应用与实现

在电力行业信息化发展背景下,收集与存储大量电力数据,可为电力企业营销决策制定提供依据。该文提出采用人工神经网络构建电力营销系统BP神经网络模型,通过智能决策树分类算法预处理模型数据,得到最优化的模型数据,并改进神经网络隐含层节点数目算法,结合应用分时段预测方法及共轭梯度算法分别进行网络训练及网络结构优化,为网络收敛速度加快提供保障,得出相对准确的电力营销年度电量预测结论,说明电力营销系统中人工神经网络具有较高的应用价值。

基于人工神经网络构建的赤潮短期预报模型及应用

利用大数据赤潮预报方法,基于福建沿岸24个生态浮标和5个大浮标历史数据及实时监测数据,采用人工神经网络实现福建沿岸赤潮的业务化预报。赤潮短期预报模型由误差反向传播网络(BP)和径向基神经网络(RBF)构成,结合福建沿岸所有赤潮事件的高频采样数据样本,每天可算出480个预报结果,最后对预报结果进行发生概率等级判断,最终实现福建沿岸10个赤潮监测区赤潮发生概率等级的业务化预报。赤潮短期预报模型成功预报出2019年5月下旬福建北部发生的多起赤潮事件,2019年和2020年24 h时效的赤潮预报结果正确率达到95%和99%,赤潮识别率达到60%和55%。

人工神经网络误差反向传播法测定复方苯甲酸涂剂中苯甲酸与水杨酸的含量

目的 对紫外光谱重叠的复方苯甲酸涂剂进行多组分不经分离的含量测定。方法 采用人工神经网络误差反向传播方法 (BP)对复方苯甲酸涂剂进行含量测定。结果 当网络隐蔽层的节点数为 5 ,以 9个节点输入时 ,苯甲酸与水杨酸的平均回收率分别为 10 5 .0 %和 10 2 .0 % ,RSD分别为 1 5 %和 2 0 %。结论 该方法简便、快速 ,测定结果准确。

紫外光谱人工神经网络方法测定新洁尔灭中苯扎溴铵的含量

目的 :对紫外吸收光谱重叠的新洁尔灭进行多组分不经分离的含量测定。方法 :应用BP方法即人工神经网络误差反向传播方法对其进行含量测定。结果 :网络隐蔽层的节点数为 5、以 9个节点输入时 ,苯扎溴铵和亚硝酸钠的平均回收率分别为 1 0 2 %和 1 0 1 % ,RSD分别为 1 .0 %和 2 .9%。结论 :该方法测定结果准确 ,性能良好 ;

人工神经网络在化学中的应用进展

简述了人工神经网络的主要特点和最常用的类型———误差反向传递网络 (BP网络 ) ,将人工神经网络在化学中的应用分为 7个方面 :过程控制与故障检测、蛋白质结构预测、谱图分析、优化问题、化学反应产物及产率的预测、定量构效关系、模式识别 ,并分别讨论了人工神经网络模型算法研究的基本情况。

人工神经网络在光度法中的应用进展

简述了人工神经网络的主要特点和最常用的类型———误差反向传递网络 (BP网络 ) ,将人工神经网络在光度法中的应用分为 3个方面 :多组分的同时测定、非线性定量、形态分析 ,并分别讨论了人工神经网络模型算法研究的基本情况。

人工神经网络紫外光谱方法测定牙周康胶囊的含量

应用人工神经网络误差反向传播的方法对紫外吸收光谱重叠的牙周康胶囊进行组分不经分离的含量测定,网络隐蔽层的节点数为5,输入节点数为10时,甲硝唑和芬布芬的平均回收率分别为99.7%和99.9%,RSD分别为0.42%和0.45%。测定方法结果准确,操作简单、方便。对紫外吸收光谱重叠的药物来说,该法提供了一种含量测定的新途径。

人工神经网络在预测深基坑周边地表沉降变形中的应用研究

深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。

用人工神经网络对PZT陶瓷进行性能分析与优化

选取了几种常用的金属氧化物掺杂剂,在均匀实验结构的基础上用人工神经网络方法对掺杂PZT陶瓷的性能进行分析和优化.实验结果表明,掺杂PZT体系的人工神经网络模型要比多重非线形回归模型准确得多,而且以人工神经网络模型为指导对材料进行优化后的性能预测也比较准确,说明人工神经网络在陶瓷这种多组分固溶体材料的性能分析中具有良好的使用前景.

基于BP人工神经网络的含蜡原油触变应力计算

含蜡原油的流变性对其管道输送有着重要的影响.当原油温度逐渐接近凝点时,原油表现为非牛顿流体,其流变性表现出异常复杂的触变性.利用人工神经网络较强的非线性逼近、良好的自适应和预测性能,采用误差反向传播算法(即BP算法)对含蜡原油的触变剪切应力进行了计算,计算结果与实验结果和采用R-G模型方程计算的结果进行了对比.结果表明,BP网络计算的精度高于R-G模型方程计算的精度,BP网络和R-G模型的计算结果与实验结果的最大相对误差分别为5.0%和12.7%.

基于人工神经网络的绿色营销绩效评价方法研究

本文界定了绿色营销绩效的基本内涵 ,描述影响绿色营销绩效的诸因素 ,阐述了人工神经网络应用于绿色营销绩效评价的理论依据和基本思路 ,构建了绿色营销绩效评价的反向误差传播(BP)模型 ,提出了基于该模型的绿色营销绩效评价框架 。

人工神经网络及其在分析化学中的应用

讨论了人工神经网络的基本原理,对神经网络在分析化学领域的应用作了综述。

人工神经网络的理论、应用与实现研究

人工神经网络的理论、应用与实现研究李平岳祖州（山东大学光电子信息工程系济南２５０１００）人工神经网络是模拟动物和人脑的工作方式以实现大脑的某些功能的信息科学；它具有信息分布存储、高速并行处理、自学习功能和容错性等特点，近年来引起了广泛的重视。在模拟大...

基于人工神经网络的企业生存风险识别方法研究

本文从企业生存风险内涵出发 ,区别了企业生存的点风险和线风险 ,定义了企业生存风险识别的三种理论模式 ,建立了企业生存风险识别的多层次指标体系 ,分析了企业生存风险识别的实质 ,阐述了人工神经网络应用于企业生存风险识别的理论依据和基本思路 ,构建了企业生存风险识别的反向误差传播 (BP)模型 ,提出了基于反向误差传播 (BP)模型的企业生存风险识别框架 ,以期为企业生存风险的识别与防范提供参考。

人工神经网络在网壳结构稳定性计算中的应用

利用误差反向传播网络的算法,探讨了人工神经网络在网壳结构稳定性计算中的应用.分析结果表明,人工神经网络可以很好地预测网壳结构的极限承载力,并且优于回归计算公式。

人工神经网络及在线电压无功静态安全状态分类

本文简要说明了几种在电力系统领域较有应用前途的人工神经网络(ANN)的应用特点。应用Kohonen自组织影射ANN模型对电压无功静态安全分类进行了研究,结果表明Kohonen模型的概括能力不仅能对在训练集中包括的状态,而且能够容许对在训练集中未包括的状态进行正确分类。经系统测试,结果证明本方法可行,适用于在线应用。 安全分析,Kohonen人工神经网络。

基于BP人工神经网络的发动机生产作业环境综合评价模型

针对输入与输出之间高度非线性映射的发动机生产作业环境综合评价问题,文章应用误差反向传播(error back propagation,BP)人工神经网络构建综合评价模型。通过分析发动机生产作业环境的特点、主要影响因素及其危害,建立发动机生产作业环境评价指标体系,并确定每个单项指标的分级标准;将温度、湿度、气流速度、油雾、噪声以及照度6个指标作为模型输入,舒适度等级作为模型输出,建立3层BP神经网络模型;并应用贝叶斯正则化和动量梯度下降法较好地解决了传统BP人工神经网络训练高精度和预测低精度的过拟合现象。实验结果表明,基于该模型的评价结果符合实际情况,对作业环境改善具有指导意义。