摘要: 用五组L9(34)正交实验结果作为训练学习样本集,通过人工神经网络对其预测特点进行了探讨.结果表明:完备的正交实验样本集是基本训练学习单元,不可分割,其预测结果与实测结果吻合很好.同一类型同一实验条件下,完备的信息量大的正交实验样本集通过人工神经网络能很好地预测其他完备的信息量小的正交实验样本集,这为正交设计提供了有意义的参考思路.
中图分类号:
蔡安辉, 潘冶, 刘永刚, 孙国雄. 基于人工神经网络的L9(34)正交实验预测特点研究[J]. 应用科学学报, 2004, 22(2): 228-232.
CAI An-hui, PAN Ye, LIU Yong-gang, SUN Guo-xiong. Forecasting Characters of L9(34) Orthogonal Test Based on the Artificial Neural Network[J]. Journal of Applied Sciences, 2004, 22(2): 228-232.