文献类型：期刊文献

中文题名：人工神经元网络模拟卤代烷烃的电离势

英文题名：MODELLING THE IONIZATION POTENTIAL OF HALO ALKANES BY NEURAL NETWORK APPROACH

作者：贺黎明[1];包于诗[1];陆慧[1];金乾元[1]

机构：[1]华东理工大学物理系

年份：1997

卷号：14

期号：6

起止页码：770

中文期刊名：计算物理

外文期刊名：Chinese Journal of Computational Physics

收录：CSTPCD;;Scopus;北大核心:【北大核心1996】；CSCD:【CSCD2011_2012】；

语种：中文

中文关键词：神经网络;优化;预报;电离热;卤代烷烃

外文关键词：neural network;optimization;prediction;ionization potential.

摘要：利用人工神经网络反向传播（ＢＰ）模型计算了卤代烷烃第一电离势。通过优化神经网络结构，在已知样本范围内由ｌｅａｖｅｏｎｅｏｕｔ方法得到的标准预报误差（ＳＤＥＰ）为０３４ｅＶ，好于文献报导的用ＰＬＳ方法的计算和预报结果。
The Back propagation(BP) model of neural network is used to calculate the first ionization potention(IP) of haloalkanes.By optimizing the neural network,the standard deviation of errors of prediction(SDEP) using leave one out method within the known samples is 0 34eV,which is better than the reported predicting and calculating results by PLS.