本发明涉及采用人工神经网络预测化学混合物如汽车漆的性质的方法和仪器。该神经网络包括一个输入层,它具有用于接受输入数据的节点,这些数据涉及影响混合物性质的混合物的化学组分以及环境和过程条件。一个具有许多节点的输出层,它们产生的输出数据预测因输入数据变化所造成的化学混合物的性质。一个具有节点的隐蔽层,其节点连接着输入和输出层中的节点。加权连接线连接着输入、隐蔽和输出层的节点,同时阈值权重加在隐蔽和输出层节点上。连接线和阈值权重具有用于计算输入数据和输出数据之间的关系的数值。进入输入层的数据和进入输出层的数据通过神经网络的非线性关系彼此关联。当执行时,可获得对混合物最终性质的准确预测。本发明尤其对汽车漆配方变量(例如,遮盖力、光泽、鲜影性)或其它测定性质有用,能够将配方性质与目标值或允差进行比较,而不需要昂贵的实验工作。
声明:
“预测化学混合物的性质的方法和仪器” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)