中药复杂组效关系的变结构神经网络辨识方法

摘要

针对中药复杂组效关系的辨识问题, 研究了变结构多层前馈神经网络, 推导出一种新型的变结构网络学习算法, 成功地应用于中药川芎药效活性预测计算.该方法从一个规模较小的网络出发, 当网络无法达到预定的学习精度时, 自动增加隐含层神经元个数, 并在原有学习结果的基础上确定新的网络参数, 自适应地确定前馈神经网络结构, 可用于处理复杂化学模式信息.计算机仿真实验结果表明, 该方法能有效地确定多层前馈神经网络的最佳结构, 提高网络学习效率和函数逼近精度, 解决复杂非线性函数映射关系准确建模问题.