神经网络与结构编码法预测直馏汽油色谱保留指数

摘要

对直馏汽油中的单体烃的分子结构进行了数字编码,并采用误差反向传播神经网络算法构造了直馏汽油中单体烃的气相色谱保留指数与其分子结构的非线性相关模型,神经网络结构为3层,隐含层节点为7个,有15个输入,对应单体烃的15位数字编码,1个输出,对应气相色谱保留指数.预测结果表明,由误差反传算法所得的相关系数和标准偏差均优于多元线性回归方法.