一种基于粗糙集的陶瓷原料分类方法

为了对陶瓷原料进行科学分类,在叙述了粗糙集理论的一些基本概念的基础上,给出了用粗糙集建立陶瓷原料分类模型的基本步骤和对陶瓷原料化学组成进行处理的方法,并给出了一个分析实例。实验结果表明:使用该方法对陶瓷原料分类能达到预期效果,有助于配方设计中对陶瓷原料的选取。

一种基于遗传算法优化BP神经网络的陶瓷原料分类方法

针对陶瓷原料的种类繁多、结构复杂、成分多样,而传统通过化学实验对陶瓷原料分类的方法精确度低、耗时耗力等问题,本文利用遗传算法优化的BP神经网络建立模型对陶瓷原料进行分类,通过对20组陶瓷原料样本数据进行学习和训练,然后与10组测试样本数据比。实验结果表明,遗传算法优化后的BP神经网络模型预测与实测值一致,精度较高,具有一定的实际应用价值。