论文部分内容阅读
针对铸造涂料的成分与涂料基本性能之间的复杂关系,提出利用人工神经网络对实验数据进行处理,建立实验因素与结果之间的神经网络模型.结果 表明,在误差允许的范围内,构建的BP神经网络和ELM神经网络都可以实现对铸造涂料性能的预测.程序运行时间主要受神经网络模型的影响,对于悬浮率(2h)和悬浮率(24h),ELM神经网络模型比BP神经网络模型具有较高的预测精度和运行速度.