利用神经网络外推预测干燥过程降水率

• 作者: 刘登瀛 吴涛 张浙 许晓鸣
• 来源期刊: 上海交通大学学报
• 学科: 工学
• 关键词: 神经网络 建模 BP算法 预测 优化
• 年，卷（期）: 1999,（5）
• 页码范围: 596-599
• 分类号: TP273
• 语种: 中文
• DOI: 10.3321/j.issn:1006-2467.1999.05.025

摘要

利用神经网络所具有的捕捉过程输入-输出之间的非线性关系的能力和强大的学习推理能力,给出了一种基于神经网络的外推预测垂直对撞流干燥过程降水率的方法.为提高预测的快速性和准确性,针对BP算法学习参数难以确定的缺点,给出了一种基于目标函数的一阶和二阶导数同时优化学习率和确定动量系数的方法,并将此法应用于外推预测物料降水率的过程之中.仿真结果表明,对于运动规律十分复杂、目前仍无法从其内部的运动机理和传热传质特性出发建立干燥特性预测模型的一类高强度的干燥方式而言,文中所提出的神经网络模型能够较正确、快速地预测干燥过程中物料降水率的变化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许晓鸣	上海交通大学自动化系	132	2698	28.0	46.0
2	刘登瀛	中国科学院工程热物理研究所	64	519	12.0	18.0
3	吴涛	上海交通大学自动化系	9	82	6.0	9.0
4	张浙	中国科学院工程热物理研究所	2	26	2.0	2.0