建立了一个自调整动态神经网络预测模型,它在BP网络模型基础上,对网络的自身结构及学习规则进行了动态优化.网络能自组织和自学习自己的结构,即在学习过程中,网络可根据具体问题自动调整本身的结构,从而使结构达到最优.在此基础上,建立了板形神经网络预测模型,经某带钢厂四辊冷轧实测数据仿真验证表明,该模型具有很高的预测精度.
参考文献
| [1] | 刘马宝,吴诗（忄享）.人工神经网络理论在塑性加工中的应用[J].中国机械工程,1995(04):22. |
| [2] | 王殿辉;刘振宇;王国栋 等.利用神经网络预测热轧板带力学性能[J].钢铁,1995,30(01):28-31. |
| [3] | 刘振宇;王昭东;王国栋 等.应用神经网络预测热轧C-Mn钢力学性能[J].钢铁研究学报,1995,7(04):61-66. |
| [4] | 高永生,张鹏,崔军,田晓春.应用人工神经网络预测50CrV4钢的变形抗力[J].钢铁,1998(04):0. |
| [5] | 李元;刘文仲;孙一康 .神经网络在热连轧精轧机组轧制力预报中的应用[J].钢铁,1996,31(01):54-57. |
| [6] | 张立明.人工神经网络的模型及其应用[M].上海:复旦大学出版社,1995 |
| [7] | 雷鸣.神经网络自适应学习研究[J].系统工程与电子技术,1994(03):19. |
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%