基于小波神经网络的大型多辊热连轧机产品质量模型 |
| |
引用本文: | 李换琴,万百五.基于小波神经网络的大型多辊热连轧机产品质量模型[J].系统工程,2002,20(5):55-58. |
| |
作者姓名: | 李换琴 万百五 |
| |
作者单位: | 1. 西安交通大学理学院,陕西,西安,710049 2. 西安交通大学系统工程研究所,陕西,西安,710049 |
| |
基金项目: | 国家863计划资助项目(863-51-011);西安交通大学自然科学基金资助项目(0900 v-73024) |
| |
摘 要: | 依据小波的非线性逼近能力和神经网络的自学习特性,提出一种适合高维输入的小波神经网络建模方法。这种小波网络结构类似多层感知器,不同的是隐层神经元的激励函数为小波函数,分别对3种小波函数进行试验,利用多种优化算法训练神经网络,经比较,选择B-样条函数为激励函数,利用L-M算法较为理想,成功解决了32维输入的大型多辊热连轧机钢板材质量建模问题,经过8600组实测数据拟合和检验,测试结果表明,拟合命中率达82.3%,测试命中率达80.5%,表明了该方法的有效性。
|
关 键 词: | 小波 神经网络 大型多辊热连轧机 产品质量模型 高维输入 |
文章编号: | 1001-4098(2002)05-0055-04 |
A Product Quality Model for Large-Scale Hot Rolling Mill Based on High-Dimension Input Wavelet Neural Network |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 维普 万方数据 等数据库收录! |