论文的主要内容有：（1）阐述了正交试验的优越性，正交试验安排原理、方法的介绍和实现；（2）神经网络建模方法的原理及建模的实现方式；（3）进行试验采集数据的神经网络方法、统计回归方法建模，并利用模型实现趋势分析；（4）实际应用结果分析、比较与评价。
另外，本论文利用人工神经网络独有的非线性映射能力建立干燥过程的数学模型，并基于此模型用以指导生产。
实验所得的干燥速率曲线可知，整个干燥过程可分为衡速干燥与降速干燥阶段，每个干燥阶段的传热、传质有各自的特点[5]。
在此阶段中，固体物料的表面非常湿润，其状况与湿球温度计纱布表面的状况相似。物体表面的温度等于该空气的湿球温度 ，此阶段的空气传递给物料的显热恰好等于水分从物料表面汽化所需的潜热[6]。当 为定值时，物料表面的湿含量 也为定值。所以  ，干燥速率与物料本身性质无关。
应该指出，在整个恒速干燥阶段中，要求湿物料内部的水分向其表面传递的速率能够与水分自物料表面汽化的速率相适应，使物料表面汽化始终维持润湿状态。显然，恒速干燥阶段的干燥速率的大小取决于物料表面水分的汽化速率，以取决于物料外部的干燥条件，所以恒速干燥阶段又称为表面汽化控制阶段。强化过程： 上升， 下降， 上升。
通过25次试验，我们可以得两类收获。第一类收获是拿到手的结果。第1号试验的含水率为22.2，在所做过的试验中最好，可取用之。因为通过 ( )已经把试验条件均衡地打散到不同的部位，代表性是好的。假如没有漏掉另外的重要因素，选用的水平变化范围也合适的话，那么，这1次试验中最好的结果在全体可能的结果中也应该是相当好的了，所以不要轻易放过[20]。第二类收获是认识和展望。25次试验在全体可能的条件中(远不止这么几个个组合，在试验范围内还可以取更多的水平组合)只是一小部分，所以还可能扩大。精益求精。寻求更好的条件。利用正交表的计算分折，分辨出主次因素，预测更好的水平组合，为进一步的试验提供有份量的依据。其中I、Ⅱ、Ⅲ、Ⅳ、Ⅴ分别为各对应列（因子）上1、2、3水平效应的估计值，其计算式是：


本生物化学毕业设计“基于干燥过程正交试验结果的神经网络建模”论文由清风毕业设计网[www.lunwen550.com]征集整理！