利用模糊神经网络模型优化化学镀锡液的成分

Optimization of Components of Electroless Tin Plating Solution Based on Fuzzy Neural Network Model

李世科 ¹闫永航²

扫码查看

作者信息

1. 河南经贸职业学院计算机工程学院,河南郑州450046
2. 河南大学计算机与信息工程学院,河南开封475004
折叠

摘要

选取化学镀锡液中四种主要成分——硫酸亚锡、次磷酸钠、浓硫酸和硫脲作为影响因素,将它们设置不同的取值进行组合实验,以化学镀锡层的表面粗糙度为评价指标.根据实验得到的样本数据,建立了模糊神经网络模型.以化学镀锡层的表面粗糙度最低为寻优目标,根据模型的输出结果确定了硫酸亚锡、次磷酸钠、浓硫酸和硫脲的最佳配比,实现了对化学镀锡液成分的优化.

关键词

化学镀锡液的成分/化学镀锡层的表面粗糙度/模糊规则/模糊神经网络模型

引用本文复制引用

基金项目

河南省科学技术厅的校企合作项目(豫科鉴委字[2016]第113号)

出版年

2020

电镀与环保

上海市轻工业科技情报研究所

电镀与环保

CSTPCD北大核心

影响因子：0.237

ISSN：1000-4742

参考文献量5

段落导航