吉林大学学报(信息科学版)
吉林大學學報(信息科學版)
길림대학학보(신식과학판)
JOURNAL OF JILIN UNIVERSITY(INFORMATION SCIENCE EDITION)
2009年
1期
73-78
,共6页
神经网络%能耗预测%权函数
神經網絡%能耗預測%權函數
신경망락%능모예측%권함수
针对大孤山选矿厂磁选工艺过程的多指标强耦合、时变、非线性和大滞后等特点,使基于数学模型的常规预测方法难以应用问题,提出一种新型的权函数神经网络建立能源消耗预测模型.该模型网络拓扑结构只有输入输出两层,网络权值由传统的常数改为权函数.在权函数构造上,结合选矿厂实际生产过程中所提供的生产数据,根据数据样本间隔距离的大小,分别采用不同的函数作为网络的权函数.训练算法仿真实验表明,该算法计算量小,且建模误差为10-2数量级,取得很好的预测效果,从而克服了传统算法局部极小与收敛速度慢的问题.
針對大孤山選礦廠磁選工藝過程的多指標彊耦閤、時變、非線性和大滯後等特點,使基于數學模型的常規預測方法難以應用問題,提齣一種新型的權函數神經網絡建立能源消耗預測模型.該模型網絡拓撲結構隻有輸入輸齣兩層,網絡權值由傳統的常數改為權函數.在權函數構造上,結閤選礦廠實際生產過程中所提供的生產數據,根據數據樣本間隔距離的大小,分彆採用不同的函數作為網絡的權函數.訓練算法倣真實驗錶明,該算法計算量小,且建模誤差為10-2數量級,取得很好的預測效果,從而剋服瞭傳統算法跼部極小與收斂速度慢的問題.
침대대고산선광엄자선공예과정적다지표강우합、시변、비선성화대체후등특점,사기우수학모형적상규예측방법난이응용문제,제출일충신형적권함수신경망락건립능원소모예측모형.해모형망락탁복결구지유수입수출량층,망락권치유전통적상수개위권함수.재권함수구조상,결합선광엄실제생산과정중소제공적생산수거,근거수거양본간격거리적대소,분별채용불동적함수작위망락적권함수.훈련산법방진실험표명,해산법계산량소,차건모오차위10-2수량급,취득흔호적예측효과,종이극복료전통산법국부겁소여수렴속도만적문제.
