本課題基于人工神據(jù)對模經(jīng)網(wǎng)絡(luò)理論，在研究飼料制粒系統(tǒng)狀態(tài)參數(shù)（如配方、調(diào)質(zhì)水分、調(diào)質(zhì)溫度、喂料速度等）與顆粒飼料的質(zhì)量（如硬度、淀粉糊化度等）的基礎(chǔ)上，確定人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型，用取樣數(shù)型進(jìn)行訓(xùn)練，建立制粒系統(tǒng)的智能人工神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型，并將模型應(yīng)用在顆粒飼料生產(chǎn)在線分析上，實現(xiàn)在線預(yù)測顆粒飼料質(zhì)量。在模型的訓(xùn)練上，采用功能強(qiáng)大的Matlab神經(jīng)網(wǎng)絡(luò)工具箱，飼料制粒機(jī)專業(yè)壓制顆粒飼料。1、RBF神經(jīng)網(wǎng)絡(luò)原理及應(yīng)用技術(shù)：
2、通過試驗研究顆粒飼料加工工藝參數(shù)（如調(diào)質(zhì)溫度、蒸汽壓力、粉碎細(xì)度等）與顆粒質(zhì)量（如顆粒硬度、淀粉糊化度等）之問的關(guān)系模式；
3、研究神經(jīng)網(wǎng)絡(luò)在飼料工業(yè)控制上的應(yīng)用，將神經(jīng)網(wǎng)絡(luò)理論與顆粒飼料加工控制結(jié)
合起來，確定對應(yīng)于顆粒飼料生產(chǎn)工藝的最佳神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)算法；
4、根據(jù)飼料加工工藝特性，結(jié)合神經(jīng)網(wǎng)絡(luò)理論，研究建立顆粒飼料制粒系統(tǒng)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型：
5、用試驗數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，研究建立制粒系統(tǒng)智能控制數(shù)學(xué)模型。并對網(wǎng)絡(luò)模型進(jìn)行方針
本課題的最終日的：建立配合飼料生產(chǎn)的人工神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型，將配合飼料加工藝與智能控制理論有機(jī)結(jié)合起來，為實現(xiàn)配合飼料制粒系統(tǒng)智能控制提供技術(shù)理論支持，富通新能源生產(chǎn)銷售的秸稈顆粒機(jī)、飼料顆粒機(jī)專業(yè)壓制牛羊豬顆粒飼料。
