一种基于分层预测神经网络的玻璃硬度预测方法

本申请公开了一种基于分层预测神经网络的玻璃硬度预测方法，属于数据预测系统领域，用于玻璃研发，其包括数据的获取、数据的预处理、数据集的构建、搭建卡尔莫戈罗夫‑阿诺尔德网、前馈神经网络构成的分层预测神经网络、通过梯度下降法和反向传播训练神经网络模型并通过平均绝对误差来评估预测误差，在所训练的神经网络模型的预测误差满足精度要求后，停止训练并保存相应的网络结构及参数，用于预测玻璃硬度，指导玻璃研发。鉴于上述技术方案，本申请能够在制备玻璃之前通过现有数据预测玻璃硬度，从而加速玻璃设计，缩短玻璃研发周期。