自动化学报
自動化學報
자동화학보
ACTA AUTOMATICA SINICA
2004年
6期
939-943
,共5页
关键输入%小波神经网络%多输入层%加工工序%高维%质量模型
關鍵輸入%小波神經網絡%多輸入層%加工工序%高維%質量模型
관건수입%소파신경망락%다수입층%가공공서%고유%질량모형
提出一种基于关键输入和加工工序的多输入层高维小波神经网络结构,该网络结构是在传统前馈神经网络的基础上,将一部分输入节点根据实际情况移到神经网络的相关隐层,关键输入节点不仅与随后一层隐节点相连,而且与输出节点相连,更真实地反映了大工业生产过程中变量之间复杂的函数关系.将该种小波网络模型应用于连铸连轧生产线产品质量建模,其效果较其他4种神经网络为优越.
提齣一種基于關鍵輸入和加工工序的多輸入層高維小波神經網絡結構,該網絡結構是在傳統前饋神經網絡的基礎上,將一部分輸入節點根據實際情況移到神經網絡的相關隱層,關鍵輸入節點不僅與隨後一層隱節點相連,而且與輸齣節點相連,更真實地反映瞭大工業生產過程中變量之間複雜的函數關繫.將該種小波網絡模型應用于連鑄連軋生產線產品質量建模,其效果較其他4種神經網絡為優越.
제출일충기우관건수입화가공공서적다수입층고유소파신경망락결구,해망락결구시재전통전궤신경망락적기출상,장일부분수입절점근거실제정황이도신경망락적상관은층,관건수입절점불부여수후일층은절점상련,이차여수출절점상련,경진실지반영료대공업생산과정중변량지간복잡적함수관계.장해충소파망락모형응용우련주련알생산선산품질량건모,기효과교기타4충신경망락위우월.
