以梦为马,不负韶华

搜索
查看: 4966|回复: 8
收起左侧

神经网络 化工模拟

[复制链接]
发表于 1970-1-1 08:00:00 显示全部楼层
牛,,,,,这跟神经学有什么关联
回复 支持 反对

使用道具 举报

发表于 1970-1-1 08:00:00 显示全部楼层

其实我一直觉得楼主的品味不错!呵呵!马后炮化工太棒了!
回复 支持 反对

使用道具 举报

发表于 1970-1-1 08:00:00 显示全部楼层
好复杂啊,搞不懂
[发帖际遇]: 海峰 乐于助人,帮助不愿意过马路的老奶奶过马路,奖励 4 个 韶华币. 幸运榜 / 衰神榜
回复 支持 反对

使用道具 举报

发表于 1970-1-1 08:00:00 显示全部楼层
本帖最后由 banknation 于 2024-4-5 16:39 编辑

神经网络与蒙特卡洛

       神经网络和蒙特卡洛方法都是各自领域中非常重要的概念,它们可以独立应用,也可以在某些情况下相互结合,共同解决问题。
       神经网络是一种计算模型,由大量的节点(或神经元)直接相互关联而构成。每个节点(除输入节点外)代表一种特定的输出函数(或者认为是运算),称为激励函数。每两个节点的连接都代表该信号在传输中所占的比重(即认为该节点的“记忆值”被传递下去的比重),称为权重。神经网络的输出由于激励函数和权重的不同而不同,是对于某种函数的逼近或是对映射关系的近似描述。
       蒙特卡洛方法的基本原理是,事件的概率可以用大量试验中发生的频率来估计,当样本容量足够大时,可以认为该事件的发生频率即为其概率。蒙特卡洛方法通常用于解决复杂的数学问题或模拟物理现象,其核心思想是通过大量随机抽样来逼近问题的真实解。
       在某些应用场景中,神经网络和蒙特卡洛方法可以结合起来使用。例如,在深度学习中,蒙特卡洛树搜索(MCTS)可以与神经网络配合使用,以解决某些复杂的决策问题。在MCTS的初始阶段,当遇到一个新的状态时,神经网络可以被用来为这个状态提供初始的价值评估和动作概率分布。随着MCTS的多次迭代,搜索树中的节点统计信息变得越来越准确,反映了在当前策略下每个动作的真实价值。这些信息可以用于进一步训练神经网络,使其更好地预测状态价值和动作概率分布。


神经网络已经在V14版本中嵌入功能菜单:                                                                                  它在这里!
2.PNG



[发帖际遇]: banknation 成功加入五毛党,回帖一个奖励 5 个 韶华币. 幸运榜 / 衰神榜
回复 支持 反对

使用道具 举报

发表于 2009-9-26 15:43:10 显示全部楼层 |阅读模式
要毕业了,准备先用Aspen Plus 弄几个数据出来,然后用神经网络预测或模拟一下混个毕业。不知坛坛上有前辈没有?指点指点,好少走弯路。抑或有同道,共同进步。
发表于 2009-9-27 15:01:45 显示全部楼层
这个好复杂,神经网络怎么和aspen结合起来的?
发表于 2009-9-27 15:10:25 显示全部楼层
搞不来这个玩意,,太有难度了
发表于 2009-9-27 15:31:37 显示全部楼层
想法很好啊,不过神经网络有些难,不过如果单纯做数据处理,有不少相关的软件,国内的dps简单的神经网络也可以做
发表于 2009-9-28 16:05:26 显示全部楼层
HYSYS可以的。。。。{:1_221:}
发表于 2009-9-28 17:30:31 显示全部楼层
大家互相讨论了,我在旁边先学习,学习好了再加入建设!
 楼主| 发表于 2009-9-28 22:56:38 显示全部楼层
几位坛主回帖,让过河小马甚是欣慰。
神经网络的书看了点,其实就是糊弄人的小程序,MataLAB有个神经网络工具箱,程序都写好的。这两天发现这个坛坛上有ASPEN PLUS,觉得弄几十组化工数据应该是没问题的,这样就可以训练神经网络,来预测、优化了。其实,中国期刊网上有类似的文章,只是想看能不能了解得更深入点。
感谢各位捧场。
发表于 2009-10-2 18:59:17 显示全部楼层
HYSYS应该可以的
C++开发的
发表于 2009-10-2 23:05:29 显示全部楼层
神经网络,太有难度了,学了点简单的东西

已抛锚 成长值: 29385

发表于 2009-10-14 08:26:10 显示全部楼层
很有难度 啊,不过用MATLAB就相对简单了,你可以试试
发表于 2009-10-19 11:37:52 显示全部楼层
学习了沙发。。。。。。。。。。。。。。。。。。。。。。。。。
不想打字就选择快捷回复吧
您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|以梦为马,不负韶华

GMT+8, 2025-2-11 09:06

Powered by 以梦为马,不负韶华

© 2024-2099 Meng.Horse

快速回复 返回顶部 返回列表