1 用于ANN训练数据的采集
ANN是一种基于数据训练的模型,它需要一个合适的、数据丰富的数据集。但是通过实际注塑采集数据成本很高,因此从注塑过程中提取特征明显且数据量小的数据集是一个减少训练成本的方法。DOE的使用能稀疏数据,得到满足训练数据条件的最低限度的数据量。杨少增等[8]借助正交实验提取数据,并训练ANN预测模型。结果表明预测值和实际值很接近。证明了利用DOE提取训练数据能较好的保留数据特征。DOE包括多种实验方法,不同的方法得到的数据量和模型识别准确率也不尽相同。Heinisch等[9]通过不同的DOE方法(全因子和分数因子设计、中心复合设计、田口实验设计、D-最优设计和空间填充设计),采集了六个机器参数作为输入值。