1、傳統(tǒng)玻璃成分設(shè)計(jì)方法不僅計(jì)算繁瑣、工作量大，效率低，而且精度較低，生產(chǎn)者迫切希望能改進(jìn)玻璃成分設(shè)計(jì)方法。計(jì)算機(jī)輔助建模大大縮短了新材料、新工藝和新設(shè)計(jì)從實(shí)驗(yàn)室轉(zhuǎn)移到生產(chǎn)現(xiàn)場(chǎng)所需的時(shí)間，為玻璃成分設(shè)計(jì)提供了強(qiáng)有力的技術(shù)支持。 人工神經(jīng)網(wǎng)絡(luò)是用工程技術(shù)手段模擬生物神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)特征的一類(lèi)人工系統(tǒng)。它具有很強(qiáng)的自學(xué)習(xí)能力，能夠從已有的實(shí)驗(yàn)數(shù)據(jù)中獲取有關(guān)材料的組分、工藝和性能之間的規(guī)律，并達(dá)到預(yù)測(cè)的目的。本課題主要研究了人工神經(jīng)網(wǎng)絡(luò)在玻

2、璃成分設(shè)計(jì)中，尤其是在預(yù)測(cè)玻璃性能方面的應(yīng)用。 依據(jù)人工神經(jīng)網(wǎng)絡(luò)技術(shù)，采用反向傳播算法，建立反映玻璃成分-性能之間的定量關(guān)系的模型，利用Matlab軟件編程，把玻璃的21種組分的含量作為輸入量，玻璃的密度、折射率和阿貝數(shù)作為3個(gè)輸出量。網(wǎng)絡(luò)經(jīng)過(guò)訓(xùn)練，網(wǎng)絡(luò)學(xué)習(xí)誤差E=0.004997。網(wǎng)絡(luò)檢驗(yàn)結(jié)果證明，檢驗(yàn)樣本的三種性能的平均相對(duì)誤差僅為0.30％、0.30％和0.28％。 同樣，建立6×6×1的三層BP網(wǎng)絡(luò)結(jié)構(gòu)模型，以纖