本課題基于人工神據對模經網絡理論，在研究飼料制粒系統狀態參數（如配方、調質水分、調質溫度、喂料速度等）與顆粒飼料的質量（如硬度、淀粉糊化度等）的基礎上，確定人工神經網絡結構模型，用取樣數型進行訓練，建立制粒系統的智能人工神經網絡數學模型，并將模型應用在顆粒飼料生產在線分析上，實現在線預測顆粒飼料質量。在模型的訓練上，采用功能強大的Matlab神經網絡工具箱，飼料制粒機專業壓制顆粒飼料。
    1、RBF神經網絡原理及應用技術：
    2、通過試驗研究顆粒飼料加工工藝參數（如調質溫度、蒸汽壓力、粉碎細度等）與顆粒質量（如顆粒硬度、淀粉糊化度等）之問的關系模式；
    3、研究神經網絡在飼料工業控制上的應用，將神經網絡理論與顆粒飼料加工控制結
合起來，確定對應于顆粒飼料生產工藝的最佳神經網絡數學算法；
4、根據飼料加工工藝特性，結合神經網絡理論，研究建立顆粒飼料制粒系統神經網絡結構模型：
5、用試驗數據訓練神經網絡模型，研究建立制粒系統智能控制數學模型。并對網絡模型進行方針
    本課題的最終日的：建立配合飼料生產的人工神經網絡數學模型，將配合飼料加工藝與智能控制理論有機結合起來，為實現配合飼料制粒系統智能控制提供技術理論支持，富通新能源生產銷售的秸稈顆粒機、飼料顆粒機專業壓制牛羊豬顆粒飼料。