10.3321/j.issn:1001-0920.2001.05.008
自适应监督式分布神经网络及其工业应用
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.
监督式分布神经网络、自适应学习、铅锌烧结过程、成分预测
16
TP216(自动化技术及设备)
国家高技术研究发展计划863计划863-511-9845-003,8 63-511-945-014
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
549-552,556