资源描述：
《羽毛角蛋白提取工艺参数BP网络评价法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、铜牛杯第九届功能性纺织品及纳米技术研讨会论文集一羽毛角蛋白提取工艺参数的网络评价法欧建文姚金波梁小平吴畏,,天津工业大学纺织学院天津天津工业大学材化学院天津,利,立了反应条件与角蛋白提取之摘要基于人工神经网络技术用提取羽毛角蛋白的工艺参数建。,,〕间关系的神经网络模型借助实验数据对网络进行训练结果表明网络迅速完成训练愉出误差低于利,,以此为依据评价各反应用所建立模型各层之间的权值计算出输入参数对输出参数的贡献率条件对角蛋。。白提取的影响程度对产率和粘度的贡献率大小顺序为温度户时间尿素可以适当提高,。。用童以求得到更佳的工艺条件此方法为确定最佳工艺条件提供
2、新思路关健词羽毛角蛋白神经网络评价法中圈分类号文故标识玛羽毛、羽绒是,、、、一种绿色的天然纤维材料具有质轻柔软吸湿强保暖好等许多优良特性,是其它纺织材料无法替代的。我国是畜牧大国,羽毛、羽绒资源丰富,年产量达多万吨。然,、羽毛梗便被当作废弃物而大部分禽类羽毛中除少部分提取羽绒外余下的羽毛片,,。,处理掉这样不但污染环境而且容易滋生病菌危害人类健康据测定羽毛中角蛋自的含,因此充分利用这,,量约在以上一资源研究羽毛角蛋白的提取并加以应用对环境保护和资源再生利用都具有重要意义。“,,羽毛角蛋白的提取方法有多种因还原法对角蛋白有针对性和破坏作用小是研究较多。,的
3、提取方法之一提取方法的各种反应条件对产率和粘度的影响各不相同一般通过正交实,。,通过验筛选出最佳的提取工艺条件姚金波等采用还原法制备羊毛角蛋白溶液正交实验分析认为最关键的影响因素是温度,其次是反应时间蔡婷则研究羽毛角蛋白的提取,认、、,、。为还原剂温度影响显著时间尿素影响较弱实践证明正交试验对提取工艺的分析,,正交试验不能作有其正确性然而各反应条件与角蛋白的提取存在着复杂的非线性关系奋仁定量的分析。本文尝试建立反应条件与角蛋白提取之间的神经网络模型,利用网络各层间,,为确定最佳的权重及其分布计算出各反应条件对角蛋白提取的影响程度工艺条件提供新思路。人工神
4、经网络人工神经网络是模拟人脑处理信息的方式而发展起来的一种数学模型,它由大量的神纤元相。,、互连接而成与人脑神经元传递信息的过程相似人工神经元表现为一个多输入单输出的非线性器件,通用的结构模型如图所示。铜牛杯第九届功能性纺织品及纳米技术研讨会论文集·物入端达一卜、翰出端沪尸下▲阅值口几抽入物入层隐层图神经元的基本结构图单隐层神经网络,,,‘,,,二其中凡为一组输入信号经过权值加权求和后减去闽值得到净输入值‘。可以认为该值是输入信号与闽值构成的一种线性加权求和。该信号通过传输函数必处。,,理后得到神经元的输出信号在神经元中权值和传输函数是两个关键的因素权值
5、的物,,。‘理意义是输入信号的强弱传输函数又称为激励函数是对净输入量的非线性映射,如图所示。神经网络则是多个神经元相互连接构成网络一种基于误差反向传播学习算法的多层前馈型网络。该网络一般由输入层、输出层和一个或多个隐层构成,每一层包,。当,经含若干个神经元各层之间以节点相互连结一组信号提供给网络后从输入层传入隐层逐层处理传向输出层。在网络的学习训练阶段,根据输出层的实际输出与期望输出试的误差,从输出层开始反向经过各隐层回到输入层并调整各层的权值,使输出误差达到要求为。止数学表达为训练误差。一试一,网络目标函数又试喜艺甲,,,,、、、,,,、,,曰、‘,、
6、、,二韶一,。网络的权值沿函数梯度下降的方向修正△班一叮二其中叮为学习效率’’’’一一‘’资”一”一琳一一一从网络的学习过程来看,输入参数对输出结果的影响完全由网络权值决定,因此,知道网络各层间的权重及其分布就可计算出输入参数对输出参数的影响程度即贡献率。角蛋白提取工艺模型的建立试脸数据和模型建立羽毛角蛋白的提取与所采用的提取方法和具体实验方案中的各反应因素有密切关系。文献』中采用还原法,以为还原剂,将、一定量的羽毛尿素和以浴比均匀混合,在℃下通氮气隔绝空气反应,溶解一小时后经离心分离得到羽毛角蛋。不考虑各因素间的交,,白粗溶液互作用选择正交表设计实验并
7、探讨了各因素对实验结果的影响。具体的因素设置和实验结果见表。本文选用以,上数据建立反应因素与羽毛角蛋白提取之间关系的神经网络模型,利用网络各层之间的权值及其分布计算反应因素对角蛋白提取的影响程度。铜牛杯第九届功能性纺织品及纳米技术研讨会论文集一表羽毛角蛋白提取的工艺参数一””序号尿素娜温度℃时间产率相对粘度,。。。,。,试验数据的选取对模型的建立及训练密切相关一般来说选择的试样应具有广泛性和,。,随机性这样的数据才有可能包含问题的全部模式因此选取正交表中的组数据对模型,。进行训练选用余下的一组数据用于模型检验,、、、。从所设计的实验方案看影响角蛋白提取的
8、因素有尿素温度和时间运用网络建立模型时,以这些因素作为网络的输入层,因此输入神经
