制造业自动化
製造業自動化
제조업자동화
MANUFACTURING AUTOMATION
2010年
9期
75-77
,共3页
但斌斌%马乾%李具中%王雪冬%邓品团
但斌斌%馬乾%李具中%王雪鼕%鄧品糰
단빈빈%마건%리구중%왕설동%산품단
KR脱硫%BP神经网络%贝叶斯正则化%控制模型
KR脫硫%BP神經網絡%貝葉斯正則化%控製模型
KR탈류%BP신경망락%패협사정칙화%공제모형
脱硫过程是一个非常复杂的非线性工艺过程,针对传统的方法建立的脱硫控制工艺模型无法保证稳定和高精度的脱硫效果,在分析测试了常用BP神经网络后.提出采用贝叶斯正则化BP神经网络建立该模型,并用生产实例予以验证;实践表明,该模型消除了操作工人主观误差,提高了脱硫效率.
脫硫過程是一箇非常複雜的非線性工藝過程,針對傳統的方法建立的脫硫控製工藝模型無法保證穩定和高精度的脫硫效果,在分析測試瞭常用BP神經網絡後.提齣採用貝葉斯正則化BP神經網絡建立該模型,併用生產實例予以驗證;實踐錶明,該模型消除瞭操作工人主觀誤差,提高瞭脫硫效率.
탈류과정시일개비상복잡적비선성공예과정,침대전통적방법건립적탈류공제공예모형무법보증은정화고정도적탈류효과,재분석측시료상용BP신경망락후.제출채용패협사정칙화BP신경망락건립해모형,병용생산실례여이험증;실천표명,해모형소제료조작공인주관오차,제고료탈류효솔.
