论文部分内容阅读
针对化学试验中被测量需要建立非线性模型的问题。文中将BP人工神经网络引入到化学实验中,前期采集的大量实验值作为网络学习的样本,利用误差反方向传播学习不断地训练网络,完成了整个学习过程。建立了可测量的气体和需要精准计量的液体之间的非线性数学模型。通过仿真结果证明,BP神经网络模型平均训练误差为1.17%,可以精准预测液体流量。