遗传BP神经网络在正交试验最优化中的应用  

The Application of Genetic Algorithms and BP Neural Network in Orthogonal Experimental Method Optimization

作　　者：汤卫东[1] 朱海涛[2] 

机构地区：[1]北京交通大学计算机与信息技术学院,北京100044 [2]济南大学旅游学院食品系,济南250002

出　　处：《信息技术与信息化》2004年第6期44-46,59,共4页Information Technology and Informatization

摘　　要：神经网络建模和遗传算法优化是求解工程优化问题的一种行之有效的方法。将其与正交试验法结合起来 ,利用遗传BP神经网络建立正交试验的数学模型 ,使多因素多位级的试验效率大大增强 ,同时使试验结果得到优化。对肉豆蔻的CO2 超临界萃取工艺的条件配置进行了优化。It is an efficient method to solve engineering optimization problems with neural networks and genetic algorithms. This paper builds a neural networks model with orthogonal experimental and Genetic algorithms BP Neural Network. It promotes the efficiency of orthogonal experimental greatly, make result of the test optimize. The parameter of CO 2 supercritical fluid extract Nutmeg technique were defined.

关 键 词：BP神经网络 遗传算法 正交试验 肉豆蔻 CO2超临界萃取 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]