• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《包装工程》 >基于遗传算法优化BP神经网络的可食用油墨粘度的预测

基于遗传算法优化BP神经网络的可食用油墨粘度的预测

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

目的通过研究遗传算法优化BP神经网络建立自变量与因变量之间的关系,从而对可食用油墨的粘度进行预测和模拟。方法在前期关于可食用油墨的研究基础上,以醋酸浓度、壳聚糖用量、酒精用量、研磨速度为自变量,以配制得到的油墨粘度作为因变量,利用正交实验设计实验,运用BP神经网络结合遗传算法对可食用油墨的粘度进行预测和模拟。结果以正交实验设计得到30组实验数据,利用Matlab 2018a软件中GAOT遗传算法工具箱,经过38次迭代训练,得到收敛精度为10^(-4)的神经网络,粘度的预测值与对应的真实值相对误差介于0.05%~3.7%,拟合度R2值为0.8672,表明该神经网络对可食用油墨的粘度具有较好的预测能力和较高的预测精度。结论遗传算法优化BP神经网络可以用来预测和模拟可食用油墨的粘度,可以将神经网络拓展到可食用油墨其他性能的评价体系中,从而对可食用油墨的生产和应用提供指导性的建议。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号