基于RBF神经网络模型和优劣解距离分析的复鞣填充工艺优化
Optimization of Retanning and Filling Process Based on RBF Neural Network Model and TOPSIS Method作者机构:福建省皮革绿色设计与制造重点实验室福建晋江362271 兴业皮革科技股份有限公司国家企业技术中心福建晋江362261 维正知识产权科技有限公司广东深圳518000 晋江市质量计量检测所福建晋江362200
出 版 物:《皮革与化工》 (Leather And Chemicals)
年 卷 期:2022年第39卷第5期
页 面:1-9页
学科分类:08[工学] 082204[工学-皮革化学与工程] 0822[工学-轻工技术与工程]
基 金:国家重点研发计划重点专项(2019YFC1904500)。
主 题:RBF神经网络模型 优劣解距离分析 物理力学性能 皮尔逊相关性 正交设计
摘 要:使用正交设计、RBF神经网络模型、皮尔逊相关性分析和优劣解距离分析等4种统计学方法对皮革复鞣填充进行设计、拟合、分析与优化,并得出以下结论:RBF神经网络模型可很好地拟合制革复鞣填充过程,物理力学性能的均方误差0.05;皮尔逊相关性分析则可揭示不同皮革化学品与物理力学性能的相关性和显著性,其中羊毛脂与物理力学性能呈现正相关的强显著性(p0.05);结合RBF神经网络和优劣解距离分析可对全面实验进行预测和评价,从而得到最优解,理论最优解和实测值偏差10%。