论文部分内容阅读
一多分层，喂向前人工的神经网络(ANN ) 被用来学习效果在筹款恢复和等级上喂吝啬的尺寸，收集者剂量和 impeller 速度。当 10 个实验被用于确认时，在约旦的硅质的磷酸盐上进行的 30 个筹款实验的结果被用于训练网络。模拟结果证明四层联网与一[9 11 5 9 2 ] 建筑学是给了最少的均方差(MSE ) 的那。用这，优化筹款进程的 ANN 证明最佳筹款参数为 impeller 速度是为 feed 平均数尺寸，为收集者剂量的 0.7354 kg/TOF 和 1225.25 RPM 的 321.28