-
题名基于正交设计和BP神经网络模型的复鞣填充工艺优化
被引量:2
- 1
-
-
作者
姚庆达
黄鑫婷
周华龙
梁永贤
许春树
孙辉永
-
机构
福建省皮革绿色设计与制造重点实验室
兴业皮革科技股份有限公司国家企业技术中心
维正知识产权科技有限公司
晋江市质量计量检测所
-
出处
《皮革与化工》
CAS
2022年第4期1-8,共8页
-
基金
国家重点研发计划重点专项(2019YFC1904500)。
-
文摘
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R^(2)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%。
-
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
-
Keywords
retanning and filling
BP neural network model
orthogonal design
mean square error
linear fitting correlation coefficient
-
分类号
TS543
[轻工技术与工程—皮革化学与工程]
-