铁合金
鐵閤金
철합금
FERRO-ALLOYS
2010年
3期
38-41
,共4页
能耗预测%神经网络%小波神经网络
能耗預測%神經網絡%小波神經網絡
능모예측%신경망락%소파신경망락
冶金企业能源消耗量是一个与多种因素有关的复杂非线性问题.鉴于传统BP神经网络预测方法的缺陷,介绍了基于小波神经网络算法的能耗预测模型及应用情况.该算法既具有BP网络的简洁性,又具有小波分析良好的时频局部性.通过实验将其与传统的BP神经网络进行比较,证明前者具有更优的网络结构,更快的学习速度和更高的逼近精度.
冶金企業能源消耗量是一箇與多種因素有關的複雜非線性問題.鑒于傳統BP神經網絡預測方法的缺陷,介紹瞭基于小波神經網絡算法的能耗預測模型及應用情況.該算法既具有BP網絡的簡潔性,又具有小波分析良好的時頻跼部性.通過實驗將其與傳統的BP神經網絡進行比較,證明前者具有更優的網絡結構,更快的學習速度和更高的逼近精度.
야금기업능원소모량시일개여다충인소유관적복잡비선성문제.감우전통BP신경망락예측방법적결함,개소료기우소파신경망락산법적능모예측모형급응용정황.해산법기구유BP망락적간길성,우구유소파분석량호적시빈국부성.통과실험장기여전통적BP신경망락진행비교,증명전자구유경우적망락결구,경쾌적학습속도화경고적핍근정도.
