基于l-m算法网络的卫生瓷干坯强度的预测

？采用levenberg-marquardt算法对bp神经网络进行改进,对获得的实验数据进行训练,首次建立了卫生陶瓷凝胶注模成型工艺中单体、引发剂、交联剂、催化剂含量和坯体干燥强度的映射网络模型,从而可利用该模型来预测在一定的有机成型添加剂含量下卫生陶瓷的干燥强度。结果表明,其预测平均误差小于0.6%,说明神经网络用于卫生陶瓷凝胶注模成型后性能的预测是完全可行的。