杨怡涵，柳炳祥(景德镇陶瓷大学 信息工程学院，江西 景德镇 333403)
摘 要：针对陶瓷原料的种类繁多、结构复杂、成分多样，而传统通过化学实验对陶瓷原料分类的方法精确度低、耗时耗力等问题，本文利用遗传算法优化的BP神经网络建立模型对陶瓷原料进行分类，通过对20组陶瓷原料样本数据进行学习和训练，然后与10组测试样本数据比。实验结果表明，遗传算法优化后的BP神经网络模型预测与实测值一致，精度较高，具有一定的实际应用价值。关键词：陶瓷原料分类；BP神经网络；遗传算法