[发明专利]预测化学混合物的性质的方法和仪器

摘要

本发明涉及采用人工神经网络预测化学混合物如汽车漆的性质的方法和仪器。该神经网络包括一个输入层，它具有用于接受输入数据的节点，这些数据涉及影响混合物性质的混合物的化学组分以及环境和过程条件。一个具有许多节点的输出层，它们产生的输出数据预测因输入数据变化所造成的化学混合物的性质。一个具有节点的隐蔽层，其节点连接着输入和输出层中的节点。加权连接线连接着输入、隐蔽和输出层的节点，同时阈值权重加在隐蔽和输出层节点上。连接线和阈值权重具有用于计算输入数据和输出数据之间的关系的数值。进入输入层的数据和进入输出层的数据通过神经网络的非线性关系彼此关联。当执行时，可获得对混合物最终性质的准确预测。本发明尤其对汽车漆配方变量(例如，遮盖力、光泽、鲜影性)或其它测定性质有用，能够将配方性质与目标值或允差进行比较，而不需要昂贵的实验工作。

主权项

1.一种预测化学混合物的非-颜色性质的方法，包括：a)收集化学混合物变量组成的历史和/或标定数据，所述变量包括化学混合物组分含量和任选地其它环境和施涂过程变量以及这些混合物的对应测定性质；b)开发能够将化学混合物变量的贡献与混合物的测定性质相联系的神经网络；c)利用历史和/或标定数据对神经网络实施监督下的训练以便使该网络预测化学混合物变量与测定性质之间的关系；d)利用该神经网络做关于新化学混合物的性质测定值的前向预测。