论文部分内容阅读
乳胶丝生产过程控制复杂、性能指标多，工艺改进难度大，该文基于广义回归神经网络（generalized regressionneural network，GRNN）与粒子群算法（particle swarm optimization，PSO）实现乳胶丝关键质量参数预测。首先，基于乳胶丝生产过程特性，以胶凝、清洗、烘干、硫化等过程的关键参数为输入量，300％定伸应力、拉伸强度及拉断伸长率为预测对象，建立其GRNN模型；其次，在GRNN模型中引入PSO，迭代计算光滑因子δ的最优解。最后，应用多重多元回归、GRN