基于遗传小波神经网络的冷轧轧制力预报研究
DOI:
CSTR:
作者:
作者单位:

东北大学信息科学与工程学院, 辽宁沈阳110004

作者简介:

通讯作者:

中图分类号:

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    依据小波函数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, 这种网络结构类似于多层感知器, 不同的是隐层神经元的激励函数为小波基函数. 为使小波神经网络具有更高的
    学习精度和更快的收敛速度, 将遗传算法、小波神经网络和梯度下降算子结合起来, 提出一种遗传小波神经网络. 将
    该网络应用于冷轧轧制力的预报, 仿真结果表明预报精度大为提高.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

黄 敏, 王建辉, 顾树生.基于遗传小波神经网络的冷轧轧制力预报研究[J].控制与决策,2004,19(10):1129-1132

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2004-10-20
  • 出版日期:
文章二维码