系统工程与电子技术
繫統工程與電子技術
계통공정여전자기술
SYSTEMS ENGINEERING AND ELECTRONICS
2004年
7期
941-944
,共4页
小波神经网络%高维输入%多输入层%加工工序%大工业过程%质量模型%热连轧机
小波神經網絡%高維輸入%多輸入層%加工工序%大工業過程%質量模型%熱連軋機
소파신경망락%고유수입%다수입층%가공공서%대공업과정%질량모형%열련알궤
提出一种新的小波神经网络结构,旨在解决输入变量比较多、变量分先后次序起作用的一类问题.该网络结构类似于多层前向神经网络,不同的是将一部分输入节点移至隐层,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,从而使网络的规模减小;同时,隐层神经元的激励函数是一维小波函数,避免了多元小波函数带来的维数灾难问题.因此,该神经网络是处理高维问题的有效工具,尤其适用于包含多道加工工序的大工业过程的建模.将该神经网络用于热连轧产品质量建模,并经过了实测数据拟合与检验.试验结果表明,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.
提齣一種新的小波神經網絡結構,旨在解決輸入變量比較多、變量分先後次序起作用的一類問題.該網絡結構類似于多層前嚮神經網絡,不同的是將一部分輸入節點移至隱層,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,從而使網絡的規模減小;同時,隱層神經元的激勵函數是一維小波函數,避免瞭多元小波函數帶來的維數災難問題.因此,該神經網絡是處理高維問題的有效工具,尤其適用于包含多道加工工序的大工業過程的建模.將該神經網絡用于熱連軋產品質量建模,併經過瞭實測數據擬閤與檢驗.試驗結果錶明,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.
제출일충신적소파신경망락결구,지재해결수입변량비교다、변량분선후차서기작용적일류문제.해망락결구유사우다층전향신경망락,불동적시장일부분수입절점이지은층,수입변량불시유동일층수입,이시근거변량기작용적전후차서분별재망락적불동층수입,종이사망락적규모감소;동시,은층신경원적격려함수시일유소파함수,피면료다원소파함수대래적유수재난문제.인차,해신경망락시처리고유문제적유효공구,우기괄용우포함다도가공공서적대공업과정적건모.장해신경망락용우열련알산품질량건모,병경과료실측수거의합여검험.시험결과표명,제출적소파신경망락결구시가행적,이차유흔호적응용전경.