基于改进BP神经网络的中药水提液陶瓷膜污染预测研究

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0.005 7；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