采用了一种基于贝叶斯方法的前向神经网络训练算法以提高网络的泛化能力,并在网络的目标函数中引入了表示网络结构复杂性的惩罚项,避免了网络的过拟合.采用Levenberg-Marquardt算法训练网络,并使用Gauss-Newton的数值方法来近似求解Hessian矩阵,以减少计算量,从而提高了网络的收敛速度.将上述网络应用于冷轧过程的轧制力预报中,预报结果的精度远远高于解析模型,与基于传统BP神经网络的冷轧轧制力预报模型相比,在收敛的速度和预报的精度上均优于后者.
参考文献
| [1] | 张大志,李谋渭,孙一康,管克智.四机架冷连轧机轧制力模型的研究与应用[J].轧钢,2000(03):15-17. |
| [2] | 王伟,连家创.采用混合摩擦模型预报冷轧薄板轧制力[J].钢铁研究学报,2000(01):10-13. |
| [3] | Venhata R N;Suryanarayana G .A Setup Model for Tandem Cold Rolling Mills[J].Journal of Materials Processing Technology,2001,116(10):269. |
| [4] | Larkiola J;Myllykoski P;Nylander J .Prediction of Rolling Force in Cold Rolling by Using Physical Models and Neural Computing[J].Journal of Materials Processing Technology,1996,7(60):381. |
| [5] | 周富强,曹建国,张杰,尹晓青,贾生晖,曾伟.基于神经网络的冷连轧机轧制力预报模型[J].中南大学学报（自然科学版）,2006(06):1155-1160. |
| [6] | 孙登月,杜凤山,朱泉封,周坚刚.五机架冷连轧机轧制力人工神经网络预报[J].钢铁,2002(02):28-30,34. |
| [7] | 黄敏,王建辉,顾树生.基于遗传小波神经网络的冷轧轧制力预报研究[J].控制与决策,2004(10):1129-1132. |
| [8] | 董敏,刘才,李灵锋.RBF网络优化设计及在轧机轧制力预报中的应用[J].钢铁,2005(11):34-36,61. |
| [9] | 魏东,张明廉,蒋志坚,孙明.基于贝叶斯方法的神经网络非线性模型辨识[J].计算机工程与应用,2005(11):5-8,11. |
| [10] | Thodberg H.H. .A review of Bayesian neural networks with an application to near infrared spectroscopy[J].IEEE Transactions on Neural Networks,1996(1):56-72. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%