- 1、本文档共2页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
赢链型均聚物玻璃化温度与其结构问关系的
人工神经网络研究+
孙红唐应武··牟静芳吴国是
清华大学化学系,北京,100084
分子设计既为新型高分子材料的研究节省了时间.也使得新型高分子材料的开发更具目的性。而分
子设计的前提条件就是要清楚高分子材料的结构与其性能间的关系。高分子材料因其结构的多样性,使
得影响其性能的因素也变得十分复杂.不能用简单的公式来定量二者的关系。人工神经网络(简记为
ANN)是近十几年发展起来的一种用于研究非线性问题的数学工具。本文将ANN用于研究包括聚烯烃
类、聚丙烯酸类、聚苯乙烯类等共251种直链型均聚物的结构与其玻璃化温度之间的关系,所设计的网
络通过训练已可用于预铡由上述聚合物中所包括的结构单元所组成的聚合物的玻璃化温度。
应用ANN的关键是设计网络的输入矢量。本文用基团贡献法中将聚合物的重复单元划分成小的基
团的思路,设计了一种不需要其它的实验数据和任何复杂计算的输入方法。
在上述输人方法的基础上.用Mallab5.3中的神经网络模拟器,设计了一个包括输入层、隐含层和
输出层的前向反馈型神经网络(记为“NN.Tg”)。其中.隐含层由15个神经元组成.输出层由一个神
经元组成。
图l是“NN-Tg”的运行结果。将收集的数据分成训练集和测试集两组,前者用于训练网络,后者
用于预测。其中实线为训练集的训练过程变化曲线,虚线为测试集的变化曲线。从图中可以看出二者都
是收敛的.而且误差都小于2%。
etc主毒}-■●z-■t葛g盂
图I “NN·您”的运行结果
图2列出的是实验结果。如图2(a)所示,绝大部分数据是落在阴影的方框内的,而方框内的聚合
这样,通过训练后的“NN.Tg”就可以用于预测包括某些特定结构的聚合物的Tg值了·
715-002项目基龟以及清华大学化学系基础研究基金支持
·I本工怍受国家八六三计罚l
”联系^E-mail:ywtang@mai!·tsinghua.。du—c11
563
:
’。
I
j:
d。
: 煺 !
圈2(a)训练集的实验结果.(b)测试集的实验结果
实验中设计了两种输入方式t一种只表示了重复单元中所包含的基团,没有考虑基团之间的相互作
用:另一种则加入了基团之间的相互作用因素。结果表明后者是正确的。这说明聚合物的重复单元中的
各基团对聚合物性质的贡献不是彼此孤立的,而是存在着相互作用。这正是本文所关注的。将在进一步
的研究中对各基团间的相互作用给予一些定量的描述。
总之,本文中的“NN-rg”通过训练拟合出了一类直链型均聚物的结构与其Tg间的非线性关系,
并可用于预测具有类似结构的聚合物的Tg值。这为研究聚台物这一复杂体系的结构与性能间的关系提
供了一个有力的工具。
关键词:人工神经网络玻璃化温度性质预测
主要参考文献
1.Brandrup
J.,polymerhandbook,NewYork,3“edn.,ppV;/212—258.1989
2.Nkere studiesandcharacterizationofthe
K.Ebube,eta1.,Preformulation of
artificialneural of
amorphouspolymersusing networks,international
joumal
2000
3.Seven n
文档评论(0)