自适应监督式分布神经网络及其工业应用
来源期刊:控制与决策2001年第5期
论文作者:王雅琳 桂卫华 阳春华 吴敏
文章页码:549 - 1108
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;
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
王雅琳,桂卫华,阳春华,吴敏
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
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;