自适应模糊神经网络预测金属离子水解常数的研究
采用自适应模糊神经网络的方法,以金属离子价电子结构因子、电荷-半径比、适配价轨道数因子等为参数,关联金属离子水解常数.利用减法聚类算法确定模糊神经网络的结构,并结合模糊推理系统进行该网络参数的调整.网络仿真的结果是满意的.自适应模糊神经网络可望成为元素和化合物构效关系研究的辅助手段.
人工神经网络、自适应模糊神经网络、金属离子、水解常数
34
O655.29(分析化学)
2009-09-23(万方平台首次上网日期,不代表论文的发表时间)
共5页
42-46