计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2004年
3期
206-208,232
,共4页
神经网络%小波%高维%三输入层%大工业过程%加工工序%质量模型%热连轧机
神經網絡%小波%高維%三輸入層%大工業過程%加工工序%質量模型%熱連軋機
신경망락%소파%고유%삼수입층%대공업과정%가공공서%질량모형%열련알궤
针对包含多道加工工序、输入变量很多的复杂工业系统建模精度难以提高的问题,提出一种改进的前馈神经网络结构,输入变量不是由同一层输入,而是根据变量起作用的前后次序分别在网络的不同层输入,真实反映了大工业过程的各生产工序中的参数发生作用的时间顺序.同时由于输入变量在适当的时候输入网络,从而使网络的规模减小.该神经网络是处理高维问题,尤其是建立包含多道加工工序的大工业过程模型问题的强有力工具.将该神经网络用于热连轧产品质量建模,经过实测数据拟合与检验,仿真结果表明:提出的小波神经网络结构是可行的而且有很好的应用前景.
針對包含多道加工工序、輸入變量很多的複雜工業繫統建模精度難以提高的問題,提齣一種改進的前饋神經網絡結構,輸入變量不是由同一層輸入,而是根據變量起作用的前後次序分彆在網絡的不同層輸入,真實反映瞭大工業過程的各生產工序中的參數髮生作用的時間順序.同時由于輸入變量在適噹的時候輸入網絡,從而使網絡的規模減小.該神經網絡是處理高維問題,尤其是建立包含多道加工工序的大工業過程模型問題的彊有力工具.將該神經網絡用于熱連軋產品質量建模,經過實測數據擬閤與檢驗,倣真結果錶明:提齣的小波神經網絡結構是可行的而且有很好的應用前景.
침대포함다도가공공서、수입변량흔다적복잡공업계통건모정도난이제고적문제,제출일충개진적전궤신경망락결구,수입변량불시유동일층수입,이시근거변량기작용적전후차서분별재망락적불동층수입,진실반영료대공업과정적각생산공서중적삼수발생작용적시간순서.동시유우수입변량재괄당적시후수입망락,종이사망락적규모감소.해신경망락시처리고유문제,우기시건립포함다도가공공서적대공업과정모형문제적강유력공구.장해신경망락용우열련알산품질량건모,경과실측수거의합여검험,방진결과표명:제출적소파신경망락결구시가행적이차유흔호적응용전경.