自适应监督式分布神经网络及其工业应用

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

所属期刊栏目：16

分类号：TP216(自动化技术及设备)

资助基金：国家高技术研究发展计划863计划863-511-9845-003,8 63-511-945-014

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：549-552,556