3.2 ANN结构参数和训练参数的确定

前以述及，ANN的结构需要采用试错法确定，因此本工作建立了25个具有不同隐藏层节点数和不同激活函数的ANN模型。这些模型以共价键分布、归一化温度和时间为输入，输出为R_H。预测方法采用10折交叉验证，训练采用的迭代次数固定为5000。25个ANN模型通过10折交叉验证所得R²平均值及标准差。可以看出，当隐藏层节点数为12、14、16和18时，采用ReLU为激活函数的ANN取得了更好的预测效果，R²均大于0.99。随着隐藏层节点数增长到20，以ReLU为激活函数的ANN其预测性能反而下降，说明此时ANN结构过于复杂，以至发生过拟合。而对于具有其它激活函数的ANN模型，在不同隐藏层节点数下的R²主要分布在0.985-0.99。