论文部分内容阅读
流动度是RPC配制的一个关键指标，它直接反映了其工作性的优劣，但其影响因素复杂，难以用统一的数值关系直接描述RPC流动度与其影响因素的量化关系，目前还没有合适的计算方法，为此，提出控制RPC流动度的数值方法，即引入遗传神经网络对RPC的流动度进行预测控制。在建立网络模型后，选取适当的参数，进行训练仿真分析。结果表明，该遗传神经网络模型是有效的，对RPC的流动度预测有较高的精度和稳定的预测结果，与单纯的BP神经网络模型相比，具有精度高、训练速度快、工作性能稳定等优点。