典型文献
基于正交设计和BP神经网络模型的复鞣填充工艺优化
文献摘要：
神经网络模型能够捕捉复杂系统中变量之间可能存在的非线性关系,常用于数据统计和预测中.使用丙烯酸树脂、栲胶、角蛋白/氨基树脂复合材料、合成鞣剂对蓝湿革进行复鞣填充,并利用正交设计和BP神经网络模型分析不同因素对坯革性能的影响.结果表明,以柔软度和撕裂力为评价指标,当中间层节点数为8和6时,神经网络模型可对复鞣填充进行高效拟合,均方误差MSE分别为0.113和0.279,线性拟合相关系数R2分别为0.979和0.955.与正交设计相比,神经网络模型可更好地分析和预测坯革的性能,偏差<5％.
文献关键词：
复鞣填充;BP神经网络;正交设计;均方误差;线性拟合相关系数
中图分类号：
作者姓名：
姚庆达;黄鑫婷;周华龙;梁永贤;许春树;孙辉永
作者机构：
福建省皮革绿色设计与制造重点实验室,福建晋江362271;兴业皮革科技股份有限公司国家企业技术中心,福建晋江362261;维正知识产权科技有限公司,广东深圳518000;晋江市质量计量检测所,福建晋江362200
文献出处：
引用格式：
[1]姚庆达;黄鑫婷;周华龙;梁永贤;许春树;孙辉永-.基于正交设计和BP神经网络模型的复鞣填充工艺优化)[J].皮革与化工,2022(04):1-8
A类：
预测坯
B类：
正交设计,复鞣填充,填充工艺,复杂系统,非线性关系,丙烯酸树脂,栲胶,角蛋白,氨基树脂,树脂复合,鞣剂,蓝湿革,不同因素,坯革,柔软度,撕裂,中间层,均方误差,MSE,线性拟合相关系数
AB值：
0.308765
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
