日用陶瓷釉料配方的研制和优化是一个周期长、投入大、结果难以预料的实验过程.本文采用LabVIEW虚拟平台实现配方虚拟实验和优化系统,通过B样条神经网络的非线性逼近能力对陶瓷釉料配方的实验进行精确的逼近,并利用粒子群优化算法对该神经网络的釉料的最优配方进行搜索和优化.仿真结果表明,把B样条神经网络、粒子群优化算法与LabVIEW虚拟平台相结合的方法大大降低了配方实验成本,缩短了实验周期.
参考文献
| [1] | 杨勇,罗宏杰,吴凤霞.陶瓷坯釉料配方系统的研制[J].陶瓷,1999(04):18-21. |
| [2] | 杨云,王秀峰.陶瓷坯釉料配方优化算法的设计与实现[J].功能材料,2009(08):1409-1412. |
| [3] | H. Deng;A. Ben-Zvi;J. B. Wiskel;H. Henein .B-spline approximation methods for digital image reconstruction in strain measurement[J].Journal of Materials Processing Technology,2010(4):593-602. |
| [4] | 褚燕彬 .利用组合B样条神经网络实现对间歇反应过程的建模[D].北京化工大学,2011. |
| [5] | Gu, J.;Zhang, J.;Sheng, X.;Li, G. .B-spline approximation in boundary face method for three-dimensional linear elasticity[J].Engineering analysis with boundary elements,2011(11):1159-1167. |
| [6] | Lu, X.J.;Li, H.-X.;Yuan, X. .PSO-based intelligent integration of design and control for one kind of curing process[J].Journal of Process Control,2010(10):1116-1125. |
| [7] | 潘峰,陈杰,甘明刚,蔡涛,涂序彦.粒子群优化算法模型分析[J].自动化学报,2006(03):368-377. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%