切片平均分子量神经网络预测模型的研究及应用 |
| |
作者姓名: | 卢云许 陆宝春 张世琪 |
| |
作者单位: | 南京理工大学制造工程学院,南京,210094;南京理工大学制造工程学院,南京,210094;南京理工大学制造工程学院,南京,210094 |
| |
摘 要: | 建立聚合反应切片平均分子量的预测模型对锦纶帘子布的生产有重要的意义,该文采用改进的遗传算法(GA)和BP算法相结合的混合学习算法来训练神经网络,并采用多元逐步回归法对输入层节点数进行了优化,建立了聚合反应切片平均分子量在线预测的神经网络模型。在某化工厂聚合反应中的应用表明,该模型比基于最小二乘法的预测模型收敛速度快,预测精度高、网络有泛化能力强。
|
关 键 词: | 神经网络 多重回归 回归分析 结构最优化 遗传算法 BP算法 在线预测模型 |
修稿时间: | 1999-05-05 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|