基于BP神经网络的复杂过程参数优化方法研究

摘要：

针对生产过程中存在响应变量受多重复杂因素的影响,响应曲面模型不能解决的复杂因素影响的参数优化问题,提出一种基于BP神经网络的参数优化方法.BP神经网络具有较高的学习能力和映射能力,可以解决响应曲面模型的不足,建立良好的映射模型.利用BP神经网络模型的高泛化能力对最优参数组合寻优搜索,以较少的试验数据得到理想的参数设计.防眩玻璃制备工艺参数优化的分析结果表明,基于响应曲面模型的参数优化方法具有局限性,而BP神经网络的优化方法能够将透过率提高到92.22％,验证了该参数优化方法的有效性和可行性.

关键词：BP神经网络、参数优化、防眩玻璃

所属期刊栏目：33

分类号：TP183(自动化基础理论)

资助基金：2013年郑州市科技攻关项目131PPTGG418-2;2014年河南省科技厅科技攻关计划项目142102210105

在线出版日期：2017-09-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：114-118,214