基于粒子群神经网络的膏体充填材料质量预测与设计

充填材料质量预测与设计在膏体充填工程中具有十分重要的意义。充填材料质量预测是一个典型的多变量、非线性系统。运用粒子群优化的神经网络构造了膏体充填材料质量预测的模型,并基于正交试验获得的训练样本对网络进行学习,以此训练好的粒子群优化神经网络模型来描述充填材料质量和主要影响因素之间的关系。实验表明,此方法是高效可行的,并可在更多领域内应用。