基于神经网络的棉纺设备运行状态预测分析
科学、合理、有效地对棉纺设备运行状态进行一个综合性的预测评估,对于提高企业的技术水平和经济效益、提高设备的利用率和可靠性、保证人身的安全性都是很有帮助的。该文通过建立基于动量因子的BP神经网络模型,确定合理的神经网络结构,并通过调整学习速率、动量因子等参数,确定最终的阈值和权值,进而对棉纺设备的运行状态进行评估预测。经过实例分析,此BP神经网络模型可以有效地解决该预测问题,验证了该预测模型的合理性。
棉纺设备、运行状态、BP神经网络
TP311(计算技术、计算机技术)
2014-04-03(万方平台首次上网日期,不代表论文的发表时间)
共5页
824-828