神经网络模型用于中药挥发油含油水体微滤通量的预测

摘要

通过误差反向传播(BP)神经网络、径向基函数(RBF)神经网络、广泛回归神经网络(GRNN)建立模型，对含油水体的微滤通量进行预测。选择114组数据进行模型参数的优化与训练，并对12组数据进行通量的预测。同时，对三种神经网络模型的运行结果进行比较，结果表明,RBF神经网络、GRNN神经网络的预测结果优于BP神经网络。