自动化学报
自動化學報
자동화학보
ACTA AUTOMATICA SINICA
2004年
2期
283-287
,共5页
小波神经网络%填充函数算法%全局优化%质量模型
小波神經網絡%填充函數算法%全跼優化%質量模型
소파신경망락%전충함수산법%전국우화%질량모형
为避免反传学习(BP)算法易于落入局部极小点,该文提出一种基于新填充函数的小波神经网络全局优化学习算法,用来解决连铸连轧过程的产品质量建模问题.该过程很复杂,影响其产品性能的因素很多,物理模型难以建立.该文以小波神经网络为模型,建立连铸连轧产品质量与其化学成分和轧制参数之间的复杂非线性模型.该模型用来对板材产品的断裂延伸率、屈服强度等质量性能指标进行预测.数值实验表明:所建立的模型拟合与校验命中率较高,能够较好地预测产品的物理性能.
為避免反傳學習(BP)算法易于落入跼部極小點,該文提齣一種基于新填充函數的小波神經網絡全跼優化學習算法,用來解決連鑄連軋過程的產品質量建模問題.該過程很複雜,影響其產品性能的因素很多,物理模型難以建立.該文以小波神經網絡為模型,建立連鑄連軋產品質量與其化學成分和軋製參數之間的複雜非線性模型.該模型用來對闆材產品的斷裂延伸率、屈服彊度等質量性能指標進行預測.數值實驗錶明:所建立的模型擬閤與校驗命中率較高,能夠較好地預測產品的物理性能.
위피면반전학습(BP)산법역우락입국부겁소점,해문제출일충기우신전충함수적소파신경망락전국우화학습산법,용래해결련주련알과정적산품질량건모문제.해과정흔복잡,영향기산품성능적인소흔다,물리모형난이건립.해문이소파신경망락위모형,건립련주련알산품질량여기화학성분화알제삼수지간적복잡비선성모형.해모형용래대판재산품적단렬연신솔、굴복강도등질량성능지표진행예측.수치실험표명:소건립적모형의합여교험명중솔교고,능구교호지예측산품적물이성능.
