期刊文献+

改进BP神经网络在胎面挤出参数预测中的应用 被引量:1

在线阅读 下载PDF
导出
摘要 采用隐含层数为4,每个隐含层单元数为10的改进BP神经网络预测销钉机筒冷喂料挤出机的胎面挤出参数。与传统BP神经网络相比,改进算法采用惯性冲量校正、限幅输出和步长自适应解决传统算法学习速度慢且易于陷入局部最小值的问题。Matlab仿真表明,改进算法的收敛速度和收敛效果均明显比传统BP神经网络算法好。训练好的神经网络对胎面挤出过程的参数预测和试验结果间的最大误差为1%,大部分误差小于0.5%。
出处 《轮胎工业》 CAS 2008年第7期427-430,共4页 Tire Industry
  • 相关文献

参考文献3

  • 1Shin K C,White J L. Basic study of extrusion of rubber compounds in a pin barrel extruder[J].Rubber Chem. and Technel. ,1993,66(1) : 122.
  • 2Nielsen R H. Theory of backpropagation neural network[M].周彦豪译.北京:化学工业出版社,1985:25.
  • 3姚新,陈国良.模拟退火算法及其应用[J].计算机研究与发展,1990,27(7):1-6. 被引量:36

二级参考文献2

  • 1Basilis Gidas. Nonstationary Markov chains and convergence of the annealing algorithm[J] 1985,Journal of Statistical Physics(1-2):73~131
  • 2V. ?erny. Thermodynamical approach to the traveling salesman problem: An efficient simulation algorithm[J] 1985,Journal of Optimization Theory and Applications(1):41~51

共引文献35

同被引文献10

引证文献1

二级引证文献3

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部