BP神经网络在配方辅助设计系统中的应用与研究

扫码查看

原文链接

NETL

中文摘要：传统的数学方法和人工智能方法在处理非线性的、不确定的复杂工程问题时，有时会显得无能为力。于是，人们转而去研究其它更有效的解决问题途径，以人工神经网络为主要内容的计算智能技术正是在这种环境下应运而生的。它的最大特点就是不需要建立问题本身的精确模型，非常适合于处理那些因为难以建立有效的形式化模型而用传统数学方法和基于符号的人工智能技术难以解决，或者无法全部解决的问题。<'[1][2]>计算智能的提出，为人工智能技术在工程中的广泛应用提供了一个新的思路。计算智能技术具有在不确定及不精确环境中进行推理和学习的卓越能力，是建立智能系统有效的计算工具，已被广泛应用于信息处理、管理决策、智能控制、专家系统、故障诊断等领域。人工神经网络是一种并行和分布式的信息处理网络，具有对外部环境自适应学习的能力，有很强的容错性和鲁棒性，善于联想、综合和推广，近十几年来在工程技术领域得到广泛应用，相关理论进而得到迅猛发展。卷烟配方涉及的理化、感官、烟气指标及加工工艺非常复杂，是一个典型的不确定的、非线性问题。本文结合卷烟配方设计的业务需求，详细地阐述了BP神经网络的基本理论及其在配方辅助设计和维护过程中的应用。全文总共分为八童。第一章介绍了人工神经网络的基本概况，提出本文的选题背景、研究内容及研究意义，并简要介绍传统卷烟配方设计过程及其弊端。第二章简单阐述了人工神经网络的原理和存在的问题，并讨论了BP神经网络的改进方法，论述本文中BP神经网络的算法设计思路。第三章详细说明了系统的总体架构、存储方式以及系统运行环境。第四章主要介绍了配方辅助设计系统的数据库结构设计，并对动态数据项管理的实现方法给于详细说明。第五章主要介绍了模拟评估子系统设计思路与实现功能，其中对于BP神经网络算法包的创建与使用给于详细说明。第六章通过模拟评估数据与实际检测数据的比对，展示了配方辅助设计系统的有效性与科学性。本文最后一章对全文进行了系统总结，分析了BP神经网络应用于配方辅助设计系统的成功与不足处，并对今后系统的改进方向进行展望，指出下一阶段我们需要开展的工作。

作者：

王涛

展开 >

关键词：

计算智能 BP神经网络配方维护配方辅助设计感官质量烟气指标模拟评估

授予学位：

硕士

学科专业：

计算机技术

导师：

徐建良

学位年度：

2007

学位授予单位：

中国海洋大学

语种：

中文

中图分类号：