铸造技术
鑄造技術
주조기술
FOUNDRY TECHNOLOGY
2010年
4期
487-490
,共4页
冲天炉铁液%模糊神经网络%质量预测
遲天爐鐵液%模糊神經網絡%質量預測
충천로철액%모호신경망락%질량예측
将模糊神经网络用于冲天炉铁液质量预测,构造了一个5层前馈网络,利用27组实验数据对网络进行训练,并对4组未知样本进行预测.结果表明,与目前所用热分析法相比,该网络模型在处理铁液质量这类在一定程度上具有不确定性的多变量非线性对象方面,能够消除建立模型时人为限定,提高预测精度;有效处理模糊信息,而且具有较强的学习能力,适应能力和泛化能力.
將模糊神經網絡用于遲天爐鐵液質量預測,構造瞭一箇5層前饋網絡,利用27組實驗數據對網絡進行訓練,併對4組未知樣本進行預測.結果錶明,與目前所用熱分析法相比,該網絡模型在處理鐵液質量這類在一定程度上具有不確定性的多變量非線性對象方麵,能夠消除建立模型時人為限定,提高預測精度;有效處理模糊信息,而且具有較彊的學習能力,適應能力和汎化能力.
장모호신경망락용우충천로철액질량예측,구조료일개5층전궤망락,이용27조실험수거대망락진행훈련,병대4조미지양본진행예측.결과표명,여목전소용열분석법상비,해망락모형재처리철액질량저류재일정정도상구유불학정성적다변량비선성대상방면,능구소제건립모형시인위한정,제고예측정도;유효처리모호신식,이차구유교강적학습능력,괄응능력화범화능력.
