摘要： 本文利用工业废弃物磷石膏制备β型磷建筑石膏,并确定了影响β型磷建筑石膏强度的因素及特点,在此基础上,建立了β型磷建筑石膏强度预测的广义回归神经网络(General Regression Neural Network,GRNN)模型,利用实验室中制备β型磷建筑石膏的15组统计数据作为学习样本,通过网络拟合训练和预测分析,得到了较高精度的预测结果,证明了GRNN的非线性映射能力、容错性和自学习性用于β型磷建筑石膏强度预测是非常有效的,避免了大量盲目的配比试验及资源浪费,提高了实验水平和效率.
中图分类号:
张文佳;赵志曼;全思臣;朱伟明;姚毅惠;郜峰. 基于广义回归神经网络的β型磷建筑石膏强度预测[J]. 硅酸盐通报, 2016, 35(7): 2166-2170.
ZHANG Wen-jia;ZHAO Zhi-man;QUAN Si-chen;ZHU Wei-ming;YAO Yi-hui;GAO Feng. Prediction of β-phosphogypsum Strength Based on General Regression Neural Network[J]. BULLETIN OF THE CHINESE CERAMIC SOCIETY, 2016, 35(7): 2166-2170.
