基于小波神经网络的大型多辊热连轧机产品质量模型

摘要：

依据小波的非线性逼近能力和神经网络的自学习特性,提出一种适合高维输入的小波神经网络建模方法,这种小波网络结构类似多层感知器,不同的是隐层神经元的激励函数为小波函数.分别对3种小波函数进行试验,利用多种优化算法训练神经网络,经比较,选择B-样条函数为激励函数,利用L-M算法较为理想,成功解决了32维输入的大型多辊热连轧机钢板材质量建模问题.经过8600组实测数据拟合和检验,测试结果表明,拟合命中率达82.3%,测试命中率达80.5%,表明了该方法的有效性.

关键词：小波神经网络、质量模型、高维输入、热连轧机

所属期刊栏目：20

分类号：TP13(自动化基础理论)

资助基金：国家高技术研究发展计划863计划863-51-011;西安交通大学校科研和教改项目0900 v-73024

在线出版日期：2004-04-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：55-58