基于数学规划及神经网络的釉料配方优化研究

摘要

釉料在陶瓷釉的生产中起着非常重要的意义，因为原料的成本在市场中会不断的变化，所以釉的生产商往往需要跟随市场的波动来调节釉的配方，用来确定釉料的成分配比，最后达到市场的最小值，以节约成本。由于釉在国内的生产量丰富，即使配方成本降得很低，也可以为釉制造商带来显著的经济利益，快速计算釉的最低成本配方，在釉行业的配方形成过程中，计算机在釉配方设计中有不可替代的地位和作用。用一切办法和手段来达到成分的最低要求，使得釉料的价格降到最低，满足最低成分要求，得到最优化配方，这是我们最终的研究目标。
　　本文将运用四种数学规划方法，即：线性规划、目标规划、随机规划、模糊规划。同时还利用两种数学优化算法，即：模拟退火算法和遗传算法，研究釉料配方的优化设计，但是上面各种方法的都有自己的优点和缺点，选择什么样的方法由具体的市场情况、釉标准和釉料成分来共同决定，以及许多其他的因素。本文作者选择釉料的成分、釉料的配比、釉料的成本、釉料的国标，从以上四个方面考虑釉料的配方关系，最后利用人工神经网络（自组织特征映射（SOFM）研究各种釉料配方的优化决策，从而决定最好的釉料配方，由于自组织特征映射（SOFM）神经网络对这种配方优化研究有很强的适用性，因此根据其聚类结果可以选择最佳的配方。

目录

声明

1 绪 论

1.1 研究背景和意义

1.2 釉的概念

1.3目前釉料生产存在的问题

1.4 釉料配方的设计原则

1.5 釉料配方在国内外的研究现状

1.6 设计釉料配方时运用遗传算法和模拟退火算法

1.7 本论文研究的主要内容

2 陶瓷酒瓶釉料配方

2.1 陶瓷酒瓶釉料的配方

2.2 釉料配方数据库设计

2.3 釉料配方模型

3 基于多种数学规划方法的釉料配方优化研究

3.1 基于线性规划方法的釉料配方优化研究

3.2 基于模糊线性规划的釉料配方优化研究

3.3 基于目标规划的釉料配方优化研究

3.4 基于随机规划的釉料配方优化研究

3.5 基于遗传算法的釉料配方优化研究

3.6 基于模拟退火算法的釉料配方优化研究

4 基于神经网络的釉料配方优化算法的研究

4.1 确定评判釉料配方的要素

4.2 自组织特征映射神经网络原理

4.3 运用神经网络进行算法优化过程

4.4 神经网络算法的优选分析步骤

4.5 本章讨论

5 总结与展望

5.1工作总结

5.2 展望

致谢

参考文献

附录A：线性规划法计算的程序

附录B：模糊线性规划法MATLAB计算程序

附录C：目标线性规划法lingo计算程序

附录D：随机规划法MATLAB计算程序

附录E：遗传算法MATLAB计算程序

附录F：退火算法C语言计算程序

附录G：退火算法MATLAB计算程序