基于BP神經(jīng)網(wǎng)絡(luò)技術(shù)的化工材料生產(chǎn)工藝模型優(yōu)化

打開文本圖片集

摘 要：

針對傳統(tǒng)化工材料生產(chǎn)工藝無法實(shí)現(xiàn)最優(yōu)工藝參數(shù)求解及精度要求的問題，結(jié)合人工智能技術(shù)，提出一種基于神經(jīng)網(wǎng)絡(luò)與遺傳算法相結(jié)合的非線性函數(shù)極值尋優(yōu)方法，將其應(yīng)用于羥基磷灰石復(fù)合材料制備的感應(yīng)熱沉積工藝中，進(jìn)行遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)模型的最優(yōu)涂層總量求解。實(shí)驗(yàn)結(jié)果表明，通過遺傳算法結(jié)合BP神經(jīng)網(wǎng)絡(luò)，在以電流頻率、沉積溫度和沉積時間作為輸入時，可準(zhǔn)確預(yù)測涂層沉積質(zhì)量。（剩余6366字）