塑料
塑料
소료
PLASTICS
2011年
2期
98-101
,共4页
塑料%化学镀%镀速%预测%人工神经网络
塑料%化學鍍%鍍速%預測%人工神經網絡
소료%화학도%도속%예측%인공신경망락
基于人工神经网络理论,利用MATLAB7.1的人工神经网络工具箱,以实验中测量的54组不同pH、温度、镍盐(NiSO4-6H2O)浓度、还原剂(NaH2PO2-H2O)浓度下的塑料化学镀镀速为样本,对建立的BP神经网络模型进行训练进而应用于预测.结果表明:该BP神经网络不仅具有较快的学习速度和较高的预测精度,而且对于酸性镀液和碱性镀液都适用.
基于人工神經網絡理論,利用MATLAB7.1的人工神經網絡工具箱,以實驗中測量的54組不同pH、溫度、鎳鹽(NiSO4-6H2O)濃度、還原劑(NaH2PO2-H2O)濃度下的塑料化學鍍鍍速為樣本,對建立的BP神經網絡模型進行訓練進而應用于預測.結果錶明:該BP神經網絡不僅具有較快的學習速度和較高的預測精度,而且對于痠性鍍液和堿性鍍液都適用.
기우인공신경망락이론,이용MATLAB7.1적인공신경망락공구상,이실험중측량적54조불동pH、온도、얼염(NiSO4-6H2O)농도、환원제(NaH2PO2-H2O)농도하적소료화학도도속위양본,대건립적BP신경망락모형진행훈련진이응용우예측.결과표명:해BP신경망락불부구유교쾌적학습속도화교고적예측정도,이차대우산성도액화감성도액도괄용.
