论文部分内容阅读
将Hough变换用于RBF神经网络的参数确定中,以自适应地确定RBF网络的隐层节点数和径向基函数的中心值,使得网络结构及参数得到优化,提高了RBF神经网络的收敛速度和泛化能力.将此改进的RBF神经网络应用于冷轧过程轧制力的预测中,试验结果表明经过优化设计的网络模型具有高的输出精度,使得轧制力预报这种受多种因素影响的复杂系统的输出预报问题得到了很好的解决.