食品添加剂高效液相色谱分析的神经网络建模研究

摘要

以七种食品添加剂的高效液相色谱分析数据为基础,建立了一个预测保留时间的人工神经网络模型.模型采用BP网络的基本结构和算法,含有一个隐层的双层拓扑结构.确定了隐层节点数的最佳取值范围,不仅可以满足模型对仿真精度的要求,而且可以使模型的训练速度保持在合适的范围内,避免了过多的隐层节点数导致网络冗余和收敛速度下降.模拟结果表明,基本BP算法训练网络具有很好的稳定性,预测结果与实验数据有良好的一致性.