基于BP人工神經(jīng)網(wǎng)絡(luò)在建筑陶瓷原材料數(shù)據(jù)庫(kù)中的應(yīng)用.pdf

1、眾所周知,配方調(diào)試過(guò)程是陶瓷生產(chǎn)的一個(gè)重要環(huán)節(jié),而影響配方調(diào)試的最主要因素則是選擇原料問(wèn)題。由于建筑陶瓷原料種類繁多且又分布廣泛,導(dǎo)致同一種原料會(huì)有成百上千種原料信息。如何選取相似的原料進(jìn)行配方是陶瓷產(chǎn)業(yè)需要迫切解決的問(wèn)題,因此對(duì)建筑陶瓷原料進(jìn)行分類就顯得尤為重要。目前,已經(jīng)有學(xué)者采用聚類分析法、因子分析法等方法對(duì)陶瓷原料進(jìn)行分類,但是這些方法都是傳統(tǒng)的數(shù)理統(tǒng)計(jì)法,并且由于建筑陶瓷原料分類的復(fù)雜性和原料成分因素的多變性使得這項(xiàng)任務(wù)非常艱

2、巨,傳統(tǒng)的模式分類方法已經(jīng)不能滿足這種需要。
　　 本文在深入分析前人研究的陶瓷分類方法和學(xué)習(xí)人工神經(jīng)網(wǎng)絡(luò)技術(shù)的基礎(chǔ)上,提出了利用BP神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行建筑陶瓷原料分類數(shù)據(jù)庫(kù)的設(shè)計(jì)方法。本文首先研究如何建立非線性的建筑陶瓷原料分類模型,通過(guò)該模型對(duì)訓(xùn)練樣本數(shù)據(jù)進(jìn)行學(xué)習(xí),確定網(wǎng)絡(luò)模型的特性參數(shù),并將其存儲(chǔ)在網(wǎng)絡(luò)模型中的權(quán)值和閾值中,最終用以分類建筑陶瓷原料。其次,為了將MATLAB的神經(jīng)網(wǎng)絡(luò)工具箱和C＃.NET的友好界面設(shè)計(jì)功能相結(jié)

3、合進(jìn)行建筑陶瓷原料分類數(shù)據(jù)庫(kù)的設(shè)計(jì),本文還研究了采用MATLABEngine引擎方法將兩者進(jìn)行混合編程的方法。最后,采用MATLAB和C#.NET工具進(jìn)行基于BP神經(jīng)網(wǎng)絡(luò)的建筑陶瓷原料分類數(shù)據(jù)庫(kù)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。
　　 結(jié)果表明,利用BP神經(jīng)網(wǎng)絡(luò)對(duì)建筑陶瓷原料進(jìn)行分類取得了比傳統(tǒng)方法更準(zhǔn)確的分類效果?；贐P神經(jīng)網(wǎng)絡(luò)的建筑陶瓷原料分類數(shù)據(jù)庫(kù)不但能幫助陶瓷配方人員快速準(zhǔn)確的選擇原料,又能使得建筑陶瓷原料數(shù)據(jù)得到有效管理。因此,采用