| 醇解度预测的神经网络模型研究 |
| |
| 引用本文： | 刘云枫,王晓慧,翟东升,赵新亮.醇解度预测的神经网络模型研究[J].计算机测量与控制,2010,18(12). |
| |
| 作者姓名： | 刘云枫 王晓慧 翟东升 赵新亮 |
| |
| 基金项目： | 北京市自然科学基金，北京市教委科技项目 |
| |
| 摘 要： | 针对聚乙烯醇生产过程的醇解度预测问题,建立神经网络模型;对醇解度的影响因素进行了研究,讨论了输入层、输出层、隐含层等神经元的设置及网络训练的参数,比较了梯度下降BP算法、动量-自适应学习速率调整算法、Levenberg-Marquardt BP算法三种不同的训练算法在本问题上的优劣,并与RBF网络相比较,综合考虑训练时间、训练精度、泛化能力等条件,动量一自适应学习速率调整算法是最适合醇解度预测的,并基于动量-自适应学习速率调整算法建立了神经网络模型;将模型应用于醇解度预测系统,系统实际运行情况表明,利用神经网络模型预测醇解度是可行有效的.
|
| 关 键 词： | 醇解度 神经网络 动量-自适应学习速率调整算法 径向基网络 |
Neural Network Model for Predicting Alcoholysis Degree |
| |
| Liu Yunfeng,Wang Xiaohui,Zhai Dongsheng,Zhao Xinliang.Neural Network Model for Predicting Alcoholysis Degree[J].Computer Measurement & Control,2010,18(12). |
| |
| Authors: | Liu Yunfeng Wang Xiaohui Zhai Dongsheng Zhao Xinliang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
