10.3969/j.issn.1000-582X.2006.08.020
基于BP神经网络的MOCVD温度控制系统参数优化
为解决MOCVD设备温度控制的非线性、时变性以及大时滞等问题,提出改进的基于误差反向传播算法(BP)的神经网络控制方法.在传统BP算法基础上附加一个使搜索快速收敛全局极小的惯性项,在微调权值修正量的同时也使学习避免陷入局部最小.该方法不仅具有自学习自适应能力,而且具有自调整比例因子功能.仿真和试验表明,神经网络控制器具有很强的鲁棒性、自学习功能和自适应解耦.在整个温度控制范围基本误差可达到1 ℃‰,有效的改善MOCVD系统温度的控制性能,对实际温度控制具有较好的指导意义.
神经网络、BP算法、金属有机化合物化学气相淀积、温度控制、时滞
29
TP273(自动化技术及设备)
陕西省自然科学基金2004F29;陕西省科技攻关项目2004k05-G1
2006-10-09(万方平台首次上网日期,不代表论文的发表时间)
共5页
77-81