| 1 前言 | 第1-24页 |
| ·体系相平衡性质预测方法 | 第11页 |
| ·复杂大分子体系热力学相平衡的研究初态 | 第11-17页 |
| ·高分子聚合物制膜工艺简介 | 第11-12页 |
| ·高分子聚合物成膜体系热力学性质的研究现状 | 第12-14页 |
| ·蛋白质沉淀和结晶过程概述 | 第14-15页 |
| ·蛋白质结晶体系热力学相平衡的研究现状 | 第15-17页 |
| ·液-固相平衡 | 第15-16页 |
| ·活度系数项 | 第16页 |
| ·经验模型 | 第16-17页 |
| ·人工神经网络 | 第17-21页 |
| ·工神经网络简介 | 第17-18页 |
| ·BP网络 | 第18-20页 |
| ·BP网络的基本原理 | 第18-19页 |
| ·BP网络的设计考虑 | 第19-20页 |
| ·人工神经网络在化工及相关领域中的应用 | 第20-21页 |
| ·遗传算法 | 第21-24页 |
| ·遗传算法的的产生与发展 | 第21-22页 |
| ·遗传算法的基本思想 | 第22页 |
| ·遗传算法的特点 | 第22-23页 |
| ·遗传算法的应用 | 第23-24页 |
| 2 高分子聚合物成膜体系双结点线的预测 | 第24-31页 |
| ·聚合物成膜体系的双结点线 | 第24-25页 |
| ·人工神经网络应用于聚合物成膜体系的潜在可能性 | 第25页 |
| ·人工神经网络设计 | 第25-27页 |
| ·BP网络设计 | 第25-26页 |
| ·网络结构的确定 | 第26-27页 |
| ·BP网络的算法框图及收敛标志 | 第27页 |
| ·水／二甲基乙酰胺／聚砜成膜体系双结点线的BP网络预测 | 第27-30页 |
| ·BP网络的训练与检验 | 第27-29页 |
| ·不同温度下水／二甲基乙酰胺／聚砜成膜体系双结点线的BP网络预测 | 第29-30页 |
| ·小结 | 第30-31页 |
| 3 蛋白质结晶体系溶解度的预测 | 第31-41页 |
| ·蛋白质结晶体系中溶解度性质的重要性 | 第31页 |
| ·人工神经网络预测蛋白质体系溶解度的可行性 | 第31-32页 |
| ·BP网络设计 | 第32-34页 |
| ·BP网络拓扑结构的选择 | 第32-33页 |
| ·BP网络中激活函数的选择 | 第33-34页 |
| ·BP网络对蛋白质溶菌酵素溶解度的模拟结果 | 第34-36页 |
| ·数据样本的采集 | 第34-35页 |
| ·网络的训练和检验 | 第35-36页 |
| ·各种因素对蛋白质溶菌酵素溶解度的影响 | 第36-39页 |
| ·温度对蛋白质溶菌酵素溶解度的影响 | 第36-37页 |
| ·pH值对蛋白质溶菌酵素溶解度的影响 | 第37页 |
| ·盐浓度对蛋白质溶菌酵素溶解度的影响 | 第37-39页 |
| ·BP网络预测与UNIQUAC模型模拟结果之比较 | 第39-40页 |
| ·小结 | 第40-41页 |
| 4 BP网络学习算法的改进 | 第41-55页 |
| ·BP网络的数学描述 | 第41-42页 |
| ·BP网络的学习算法 | 第42-45页 |
| ·广义Delta规则 | 第42页 |
| ·误差反向传播学习算法 | 第42-45页 |
| ·隐含层和输出层均为Sigmoid函数 | 第43-44页 |
| ·隐含层和输出层均为线性函数 | 第44-45页 |
| ·隐含层和输出层均为双曲正切函数 | 第45页 |
| ·传统EBP学习算法的不足 | 第45页 |
| ·BP网络学习算法的改进 | 第45-51页 |
| ·基于动量规则的BP网络 | 第46页 |
| ·基于自适应学习速率系数的BP网络 | 第46页 |
| ·基于修正的Levenberg-Marquardt算法的BP网络 | 第46-51页 |
| ·标准的Levenberg-Marquardt算法 | 第47-48页 |
| ·修正的Levenberg-Marquardt算法 | 第48-51页 |
| ·不同改进算法的性能验证 | 第51-54页 |
| ·基于动量规则的BP网络的性能验证 | 第51-52页 |
| ·基于自适应学习速率系数的BP网络的性能验证 | 第52-53页 |
| ·基于修正的Levenberg-Marquardt算法的BP网络的性能验证 | 第53-54页 |
| ·小结 | 第54-55页 |
| 5 遗传优化BP网络 | 第55-68页 |
| ·遗传算法的编码 | 第55-59页 |
| ·基于二进制编码的遗传算法 | 第55-58页 |
| ·编码 | 第55-56页 |
| ·二进制交叉 | 第56-58页 |
| ·二进制变异 | 第58页 |
| ·基于浮点数编码的遗传算法 | 第58-59页 |
| ·交叉 | 第58-59页 |
| ·变异 | 第59页 |
| ·遗传算法联合Levenberg-Marquardt算法用于BP网络的训练 | 第59-62页 |
| ·遗传算法优化BP网络的初始权值和阈值 | 第60-61页 |
| ·遗传算法与修正Levenberg-Marquardt算法的结合 | 第61-62页 |
| ·遗传优化BP网络的性能验证 | 第62-67页 |
| ·例子的选取 | 第62-64页 |
| ·模拟结果 | 第64-65页 |
| ·预测结果 | 第65-67页 |
| ·H_2O／DMAc／PSf体系双结点线的预测 | 第65-66页 |
| ·lysozyme-NaCl-H_2O体系中溶菌酵素溶解度的预测 | 第66-67页 |
| ·小结 | 第67-68页 |
| 6 结论 | 第68-70页 |
| 致谢 | 第70-71页 |
| 符号说明 | 第71-75页 |
| 参考文献 | 第75-80页 |
| 附录1 作者在攻读硕士学位期间发表的学术论文 | 第80-81页 |
| 附录2 文献提供的水／二甲基乙酰胺／聚砜体系的浊点数据 | 第81-83页 |
| 附录3 文献提供的溶菌酵素的溶解度数据 | 第83-89页 |
