自适应监督式分布神经网络及其工业应用

被引：8

作者：

王雅琳

桂卫华

阳春华

吴敏

机构：

[1] 中南工业大学信息科学与工程学院

来源：

控制与决策 | 2001年 / 05期

关键词：

监督式分布神经网络; 自适应学习; 铅锌烧结过程; 成分预测;

D O I：

10.13195/j.cd.2001.05.38.wangyl.008

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

针对工业生产过程的复杂性和时变性 ,提出一种用于工业生产过程建模的自适应监督式分布神经网络 (SDNN)。介绍了 SDNN网络的结构和自适应学习方法 ,并将 SDNN网络与传统建模方法相结合 ,应用于铅锌烧结过程的烧结块成分预测。工业应用结果表明 ,SDNN模型具有较高的预测精度 ,与传统建模方法有机结合能更好地描述工业生产过程

引用

页码：549 / 552+556 +556

页数：5