基于径向基神经网络预测模型的多响应参数优化方法

摘要

本发明提出了一种基于径向基神经网络预测模型的改进加权主成分分析多响应参数优化方法，用径向基神经网络建立生产过程的非线性预测模型，引入神经网络模型能力预测指数，调整加权主成分分析算法，在多响应参数设计中优先改进预测能力强的响应，改善工艺参数优化效果。加权主成分分析法在多响应参数优化设计中通常采用线性回归构建响应变量与可控因子变量之间的关系模型，而对于复杂非线性生产过程，线性回归模型的拟合度不高，不能满足参数设计的建模要求。将本发明提出的方法应用于铝金属化聚丙烯薄膜电容器热聚合过程多响应参数优化设计，使电容器容值和损耗角正切值两个响应达到了满意的综合优化结果。