塑料化学镀镀速的ANN预测
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.
塑料、化学镀、镀速、预测、人工神经网络
40
TP391.72(计算技术、计算机技术)
2011-09-02(万方平台首次上网日期,不代表论文的发表时间)
共4页
98-101