论文部分内容阅读
研究了应用ＢＰ网络在辊道窑炉温度过程中建立数学模型的方法。通过计算机仿真计算和实测温度曲线比较，满足误差范围要求。证明人工神经网络建立的数学模型能较准确计算辊道窑炉参数，为实现辊道窑炉生产过程的优化研究奠定了基础。
人工神经网络在辊道窑炉温度过程建模中的应用
【摘 要】
：
研究了应用ＢＰ网络在辊道窑炉温度过程中建立数学模型的方法。通过计算机仿真计算和实测温度曲线比较，满足误差范围要求。证明人工神经网络建立的数学模型能较准确计算辊道窑炉参
【机 构】
：
交通大学
【出 处】
：
中国控制会议
【发表日期】
：
1997年期
其他文献
河北省广电厅党组在搞好当前工作的同时,注重谋划长远。“九五”的思路是:克服小进即满的思想倾向,开拓进取,实干兴业。“八五”期间、厅党组提出了“三上工程”(即上两个经
ＤｙｎａｍｉｃａｌＳｙｓｔｅｍｆｏｒＣｏｍｐｕｔｉｎｇｔｈｅＥｌｉｐｔｉｃＢｏｕｎｄａｒｙＰｒｏｂｌｅｍＹｅＤａｚｈｅｎＸｉａＹｏｕｓｈｅｎａｎｄＷｕＸｉｎｙｕ（ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ...
DynamicalSystemforComputingtheElipticBoundaryProblemYeDazhenXiaYoushenandWuXinyu (NanjingUniversityofPostsandTelecommunicatio
期刊
该文提出了一种通用的自适应神经网络学习模型，并就ＢＰ网络设计了一种自适应的变步长学习算法。实验结果表明该算法不仅明显提高了ＢＰ网络的学习收敛速度，而且在一定程度上避免了振荡
运用人工神经网络，对板料的基本成形性与模拟成形性之间的相关性进行了研究，在大量试验数据的基础上，建立了描述二者相关性的网络模型，通过该模型，对已知基本性能指标的板料的模拟
该文在文的基础上，指出其学习算法的实质和存在的局限性，提出了一种基于正交变换的神经网络学习算法。该学习算法采用Ｈｏｕｓｅｈｏｌｄｅｒ正交变换求解，具有学习速度快且能获得全局最优解的特点，并可
针对油藏系统的非线性特性,基于时间序列分析的方法,提出一种神经网络建模及预测方法.该方法采用多层前馈型网络和改进的BP算法,对油气田开发数据进行预测.计算结果表明,神经