资源描述：
《化学中的人工神经网络法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、第12卷第1期化学进展Vol.12No.12000年2月PROGRESSINCHEMISTRYFeb.,2000化学中的人工神经网络法许禄胡昌玉(中国科学院长春应用化学研究所长春130022)摘要反向传输人工神经网络是应用最为广泛的一种方法,本文较详细地介绍了该种方法及其相关的问题,同时给出了Kohonen模型和Hopfield网络的简单算法。关于神经网络在化学中的应用,该文介绍了6个方面:定量结构2活性ö性质相关性(QSARöQSPR)研究,有机化合物结构解析,光谱的数据处理,化学反应性,流程优化,故障诊断及控制,蛋白质结构。关键词人工神经网络化学综述ArtificialNeuralNet
2、worksinChemistryXuLuHuChangyu(ChangchunInstituteofAppliedChemistry,ChineseAcademyofSciences,Changchun130022,China)AbstractTheneuralnetworksinchemistryisreviewedwiththeemphasisontheback2propagationalgorithm.KohonenandHopfieldnetworksarebrieflydescribed.Applicationsinquantitativestructure2activityöpr
3、opertyrelationships,structuralelucidationoforganiccompounds,spectroscopicdataanalysis,chemicalreactivity,processoptimization,diagnosisandcontrolofbreakdowns,andproteinstructuresaresummarized.Keywordsartificialneuralnetworks;chemistry;review一、引言人工神经网络(简称神经网络或网络)的研究起始于40年代,但发展一直比较缓慢。80[1]年代之后,由于Hopfi
4、eld的工作,大大地推动了人工神经网络的研究及应用。现在人工神经网络已经成为解决化学问题的一种重要化学计量学手段。人工神经网络是建立在现代神经科学研究成果基础上的一种抽象的数学模型,它反映了大脑功能的若干基本特征,但并非逼真地描写,只是某种简化、抽象和模拟。[2][3]自1986年起,由于Rumelhart等的研究工作和Lippmann的评论性文章的发表,使[4][5,6]得化学、生物化学、化学工程和药物学中的神经网络计算迅速增长。Zupan、Sumpter等对于化学中的神经网络给出了详尽的评述。收稿:1998年11月,收修改稿:1999年8月©1994-2010ChinaAcademicJ
5、ournalElectronicPublishingHouse.Allrightsreserved.http://www.cnki.net第1期许禄等化学中的人工神经网络法·19·二、方法介绍人工神经网络有多种算法,但可以粗略地分为两类:有管理的人工神经网络和无管理的人工神经网络。有管理的人工神经网络的方法主要是对已知样本进行训练,然后对未知样本进行预测。此类方法的典型代表是误差反向传输(backpropagationBP)人工神经网络。无管理方法,亦称自组织(self2organization)人工神经网络,无须对已知样本进行训练,则可用于化合物的分类,如Kohonen神经网络和Hopfi
6、eld模型。在诸多算法中,目前用的最多的是BP人工神经网络,所以我们将侧重给予介绍。对于Kohnen和Hopfield模型仅简单给出算法。1.反向传输神经网络算法(1)方法原理图1为该类模型的基本结构。它由三部分组成:输入层、隐蔽层和输出层,图中圆圈表示神经元。输入层,其输入即为自变量,一般应进行标准化处理:Vi-ViminSi=0.8+0.1(1)Vimax-Vimin此处Vi为第i个变量,Vimin和Vimax分别为变量的极小值和极大值。其隐蔽层结点的值(输出)由“S”函数计算:1Sh(Uh)=-U(2)1+ehUh=6XhiSh+Hh(3)图1反向传输神经网络的基本结构此处Xhi和Hh
7、分别为连接隐蔽层结点h与输入层结点i及偏置(bias)结点的权重。输出层结点m的输出为:1Om(Um)=-U(4)1+emUm=6XmhSh+Hm(5)h式中Xmh和Hm分别是连接输出层结点和隐蔽层结点m与偏置(bias)结点h的权重。神经网络的训练即为修改连接权重Xhi和Xmh以减小误差函数E:2E=6Ep=1ö266(apm-Opm)ppm此处Ep为第p个样本的误差,apm为第p个样本的实际值,Opm为第
