| 自适应监督式分布神经网络及其工业应用 |
| |
| 引用本文： | 王雅琳,桂卫华,阳春华,吴 敏.自适应监督式分布神经网络及其工业应用[J].控制与决策,2001,16(5):549-552. |
| |
| 作者姓名： | 王雅琳 桂卫华 阳春华 吴 敏 |
| |
| 作者单位： | 中南工业大学信息科学与工程学院 |
| |
| 基金项目： | 国家 8 63 /CIMS项目 (863-511-984 5-0 0 3 ,863-511-94 5-0 14 ) |
| |
| 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模建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。
|
| 关 键 词： | 监督式分布神经网络 自适应学习 铅锌烧结过程 人工神经网络 智能化 |
| 文章编号： | 1001-0920(2001)05-0549-04 |
Adaptive Supervised Distributed Neural Networks and Its Industrial Application |
| |
| WANG Ya lin,GUI Wei hua,YANG Chun hua,WU Min.Adaptive Supervised Distributed Neural Networks and Its Industrial Application[J].Control and Decision,2001,16(5):549-552. |
| |
| Authors: | WANG Ya lin GUI Wei hua YANG Chun hua WU Min |
| |
| Abstract: | |
| |
| Keywords: | supervised distributed neural networks adaptive learning Pb Zn sintering process composition prediction |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《控制与决策》浏览原始摘要信息 |
|
点击此处可从《控制与决策》下载全文 |
