文档介绍：第 37卷第 4期北京化工大学学报(自然科学版) ,
2010年 JournalofBeijingUniversityofChemicalTechnology(NaturalScience) 2010
灰色系统理论与神经网络的色谱保留值预测模型研究
任永丽1 董海峰1 吴启勋2
(1青海师范大学民族师范学院,青海西宁 810008;2青海民族大学化学系,青海西宁 810007)
摘要:灰色建模允许样本点少,不要求样本有较好的分布规律,而且计算量少,操作简便。而 BP网络在对样本
进行学习时,会对输出误差进行反馈校正,具有并行计算、分布式信息存储、容错能力强、自适应学习功能等优点。
本文将灰色预测建模和神经网络技术融合起来建立灰色神经网络组合模型,应用于色谱保留值的预测。实证结果
表明:该组合模型精度方面比常规灰色模型要好;组合的算法概念明确,计算简便,有较高的拟合和预测精度。组
合模型的提出拓宽了灰色模型的应用范围。
关键词:灰色系统模型;神经网络;组合预测模型;色谱保留值预测
中图分类号:O604
序列 X(0)出发,经累加生成得到序列 X(1),对 X(1)按
引言
GM建模,可得到模型计算值。即设有时间序列
基于灰色系统理论的色谱保留值灰色 GM(1, {x(0)(t)},t=1,2,…,n,利用 GM(1,1)模型
(1)
1)模型,可以预测化合物的出峰位置,探讨混合多 dx (1)
=ax +b
组分分离的可能性,从而为获得最佳色谱操作条件 dt
^(0)
提供依据[1]。针对常规灰色 GM(1,1)模型预测色解之,可以还原得到模拟值 x (t),t=1,2,…,n。
具体算法步骤参考文献[8]。
谱保留值存在精度较差等缺陷,提出过一些改进方
12 BP人工神经网络模型
法。例如用近代非线性回归分析法对灰色建模方法
[2] 人工神经网络(work,ANN)
进行改进;采用去一留一的灰数等维递补动态模
是一门集计算机科学、信息科学等为一体的边缘交
型,提高常规灰色模型的预测精度[3]。近些年来,
叉学科,其中的在理论和应用方面发展都较成熟的
人工神经网络技术在研究解决非线性现象方面得到
BP网络(work),近些年已被广
了广泛应用[4-5]。本文利用灰色系统理论 GM 模型
泛地应用于信号处理、模式识别、预测等领域[9-10]。
所需建模信息少,运算方便,建模精度较高的特点,
它是一种反向传播算法的多层前馈网络,由若干功
尝试与非线性映射能力强的人工神经网络模型结
能单一的神经元(节点)并行分布组成(见图 1)。
合,建立组合预测模型,既能考虑原始数据序列趋势
方面的信息,又能通过神经网络并行计算处理多个
数据序列之间的相互关系。经对色谱保留值数据进
行信息分析实证,获得了较准确的预测结果,拓宽了
灰色模型的应用范围。
1 灰色系统理论与人工神经网络组合
预测模型建模方法图 1 BP网络结构图
work
11 灰色系统理论 GM(1,1)模型 BP算法大致过程如下:信息数据从输入层输
[6-7]
GM(1,1)建模的基本思想是:用原始数据入,在网