BP神經網絡在配方輔助設計系統(tǒng)中的應用與研究.pdf

1、傳統(tǒng)的數(shù)學方法和人工智能方法在處理非線性的、不確定的復雜工程問題時，有時會顯得無能為力。于是，人們轉而去研究其它更有效的解決問題途徑，以人工神經網絡為主要內容的計算智能技術正是在這種環(huán)境下應運而生的。它的最大特點就是不需要建立問題本身的精確模型，非常適合于處理那些因為難以建立有效的形式化模型而用傳統(tǒng)數(shù)學方法和基于符號的人工智能技術難以解決，或者無法全部解決的問題。<'[1][2]>計算智能的提出，為人工智能技術在工程中的廣泛應用提供了一

2、個新的思路。 計算智能技術具有在不確定及不精確環(huán)境中進行推理和學習的卓越能力，是建立智能系統(tǒng)有效的計算工具，已被廣泛應用于信息處理、管理決策、智能控制、專家系統(tǒng)、故障診斷等領域。人工神經網絡是一種并行和分布式的信息處理網絡，具有對外部環(huán)境自適應學習的能力，有很強的容錯性和魯棒性，善于聯(lián)想、綜合和推廣，近十幾年來在工程技術領域得到廣泛應用，相關理論進而得到迅猛發(fā)展。 卷煙配方涉及的理化、感官、煙氣指標及加工工藝非常復雜，是

3、一個典型的不確定的、非線性問題。本文結合卷煙配方設計的業(yè)務需求，詳細地闡述了BP神經網絡的基本理論及其在配方輔助設計和維護過程中的應用。全文總共分為八童。 第一章介紹了人工神經網絡的基本概況，提出本文的選題背景、研究內容及研究意義，并簡要介紹傳統(tǒng)卷煙配方設計過程及其弊端。 第二章簡單闡述了人工神經網絡的原理和存在的問題，并討論了BP神經網絡的改進方法，論述本文中BP神經網絡的算法設計思路。 第三章詳細說明了系統(tǒng)的

4、總體架構、存儲方式以及系統(tǒng)運行環(huán)境。 第四章主要介紹了配方輔助設計系統(tǒng)的數(shù)據(jù)庫結構設計，并對動態(tài)數(shù)據(jù)項管理的實現(xiàn)方法給于詳細說明。 第五章主要介紹了模擬評估子系統(tǒng)設計思路與實現(xiàn)功能，其中對于BP神經網絡算法包的創(chuàng)建與使用給于詳細說明。 第六章通過模擬評估數(shù)據(jù)與實際檢測數(shù)據(jù)的比對，展示了配方輔助設計系統(tǒng)的有效性與科學性。 本文最后一章對全文進行了系統(tǒng)總結，分析了BP神經網絡應用于配方輔助設計系統(tǒng)的成功與不足