共 3 条
- [2] Current and future development in neural computation in steel processing[J]. CONTROL ENGINEERING PRACTICE, 2001, 9 (09) : 975 - 986Schlang, MLang, BPoppe, TRunkler, TWeinzierl, K
基于填充函数算法的工业产品小波网络质量模型
被引：2
作者：
李换琴
万百五
机构：
[1] 西安交通大学理学院
[2] 西安交通大学系统工程研究所 西安
来源：
关键词：
小波神经网络;
填充函数算法;
全局优化;
质量模型;
D O I：
10.16383/j.aas.2004.02.020
中图分类号：
TP183 [人工神经网络与计算];
学科分类号：
摘要：
为避免反传学习(BP)算法易于落入局部极小点,该文提出一种基于新填充函数的小波神经网络全局优化学习算法,用来解决连铸连轧过程的产品质量建模问题.该过程很复杂,影响其产品性能的因素很多,物理模型难以建立.该文以小波神经网络为模型,建立连铸连轧产品质量与其化学成分和轧制参数之间的复杂非线性模型.该模型用来对板材产品的断裂延伸率、屈服强度等质量性能指标进行预测.数值实验表明:所建立的模型拟合与校验命中率较高,能够较好地预测产品的物理性能.
引用
收藏
页码：283 / 287
页数：5
相关论文