烧结球团
燒結毬糰
소결구단
SINTERING AND PELLETIZING
2007年
3期
24-27
,共4页
碱度%灰色神经网络%预测%烧结过程%灰色GM(1,1)
堿度%灰色神經網絡%預測%燒結過程%灰色GM(1,1)
감도%회색신경망락%예측%소결과정%회색GM(1,1)
本文提出了用灰色神经网络对烧结矿化学成分进行预测,并在此基础上构造了灰色神经网络模型,该模型有效地融合了灰色理论可弱化数据序列波动性和神经网络特有的适应非线性信息处理的能力,研究结果证明,本模型能在小样本、贫信息的条件下对烧结矿碱度做出比较准确的预测,此种模型具有预测精度高、所需样本少、计算简便等优点,取得了比较满意的结果.和BP神经网络算法相比,灰色神经网络算法有很大的应用前景和推广价值.
本文提齣瞭用灰色神經網絡對燒結礦化學成分進行預測,併在此基礎上構造瞭灰色神經網絡模型,該模型有效地融閤瞭灰色理論可弱化數據序列波動性和神經網絡特有的適應非線性信息處理的能力,研究結果證明,本模型能在小樣本、貧信息的條件下對燒結礦堿度做齣比較準確的預測,此種模型具有預測精度高、所需樣本少、計算簡便等優點,取得瞭比較滿意的結果.和BP神經網絡算法相比,灰色神經網絡算法有很大的應用前景和推廣價值.
본문제출료용회색신경망락대소결광화학성분진행예측,병재차기출상구조료회색신경망락모형,해모형유효지융합료회색이론가약화수거서렬파동성화신경망락특유적괄응비선성신식처리적능력,연구결과증명,본모형능재소양본、빈신식적조건하대소결광감도주출비교준학적예측,차충모형구유예측정도고、소수양본소、계산간편등우점,취득료비교만의적결과.화BP신경망락산법상비,회색신경망락산법유흔대적응용전경화추엄개치.
