基于人工神经网络的L9(3~4)正交实验预测特点研究

被引:7
作者
蔡安辉
潘冶
刘永刚
孙国雄
机构
[1] 东南大学机械系
[2] 东南大学机械系 江苏南京
[3] 江苏南京
关键词
人工神经网络; 正交实验; 预测特点; 样本集;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
用五组L9(34)正交实验结果作为训练学习样本集,通过人工神经网络对其预测特点进行了探讨.结果表明:完备的正交实验样本集是基本训练学习单元,不可分割,其预测结果与实测结果吻合很好.同一类型同一实验条件下,完备的信息量大的正交实验样本集通过人工神经网络能很好地预测其他完备的信息量小的正交实验样本集,这为正交设计提供了有意义的参考思路.
引用
收藏
页码:228 / 232
页数:5
相关论文
共 8 条
[1]   基于人工神经网络的结构钢回火后力学性能预测 [J].
任世和 ;
吴良 .
金属热处理, 2002, (12) :27-29
[2]   基于MATLAB的铸件缺陷分析与控制 [J].
徐建林 ;
陈超 ;
王智平 ;
刘世忠 .
铸造, 2002, (06) :362-365
[3]   用神经网络法预测集装箱角铸钢件的力学性能 [J].
王昌龙 ;
黄惟一 .
铸造, 2002, (04) :232-235
[4]   铸件缺陷分析诊断专家系统 [J].
王春伟 ;
赖炼 ;
王强 .
特种铸造及有色合金, 2002, (02) :18-19+2
[5]   混合遗传算法在灰铸铁件缺陷诊断神经网络模型中的应用 [J].
路阳 ;
王智平 ;
刘在德 ;
陈轶星 ;
李文生 .
铸造, 2002, (03) :177-179
[6]   冲天炉熔炼控制的人工神经网络模型 [J].
姚瑞波 ;
汤崇熙 ;
孙国雄 .
铸造, 1997, (02) :16-19
[7]   灰铁化学成分及工艺参数与性能的关系 (Ⅱ)利用人工神经网络分析灰铁化学成分及工艺参数与性能的关系 [J].
姚瑞波 ;
汤崇熙 ;
孙国雄 .
现代铸铁, 1996, (04) :31-34
[8]   自组织人工神经网络在氟化物非晶态形成的判别条件中的应用 [J].
蔡煜东,许伟杰,陈念贻 .
无机化学学报, 1994, (02) :151-154