工业控制计算机
工業控製計算機
공업공제계산궤
INDUSTRY CONTROL COMPUTER
2014年
7期
9-11
,共3页
代闻多%于军琪%董振平%王瑜莹
代聞多%于軍琪%董振平%王瑜瑩
대문다%우군기%동진평%왕유형
神经网络%混凝土%碳化深度%模拟退火
神經網絡%混凝土%碳化深度%模擬退火
신경망락%혼응토%탄화심도%모의퇴화
在分析了BP神经网络预测模型的基础上,提出用模拟退火算法代替局部梯度下降法用来修正网络权值,从而避免了人工神经网络收敛速度慢、容易陷入局部极小值的缺陷.根据已有碳化深度实测资料,选定预测模型进行理论输出值计算,以及用NN算法和SANN算法分别对其进行实验仿真训练得到三种输出值与实测值进行对比,结果表明,SANN算法的训练收敛速度更快,预测的数据精度更高.说明了该方法在混凝土碳化深度预测应用中的有效性.
在分析瞭BP神經網絡預測模型的基礎上,提齣用模擬退火算法代替跼部梯度下降法用來脩正網絡權值,從而避免瞭人工神經網絡收斂速度慢、容易陷入跼部極小值的缺陷.根據已有碳化深度實測資料,選定預測模型進行理論輸齣值計算,以及用NN算法和SANN算法分彆對其進行實驗倣真訓練得到三種輸齣值與實測值進行對比,結果錶明,SANN算法的訓練收斂速度更快,預測的數據精度更高.說明瞭該方法在混凝土碳化深度預測應用中的有效性.
재분석료BP신경망락예측모형적기출상,제출용모의퇴화산법대체국부제도하강법용래수정망락권치,종이피면료인공신경망락수렴속도만、용역함입국부겁소치적결함.근거이유탄화심도실측자료,선정예측모형진행이론수출치계산,이급용NN산법화SANN산법분별대기진행실험방진훈련득도삼충수출치여실측치진행대비,결과표명,SANN산법적훈련수렴속도경쾌,예측적수거정도경고.설명료해방법재혼응토탄화심도예측응용중적유효성.