基于改进神经网络的干点软测量

• 作者: 颜学峰
• 来源期刊: 高技术通讯
• 学科: 工学
• 关键词: 反传算法 神经网络 干点 软测量
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 先进制造与自动化技术
• 页码范围: 44-48
• 页数: 5页
• 分类号: TP3
• 字数: 3959字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-0470.2007.01.009

摘要

针对传统的神经网络收敛判断以模型的拟合精度为指标造成训练时间过长和过拟合等缺点,提出了一种改进神经网络(M-ANN).M-ANN将样本分成训练样本和校验样本,并提出了过拟合判据参数.通过训练样本采用误差反传算法对网络进行训练,训练过程中以模型对校验样本的预测性能为指标,通过过拟合判据参数的计算自适应地在获得具有最佳预测性能模型时终止网络训练.同时,针对影响初馏塔塔顶石脑油干点的因素众多且呈高度非线性的特征,应用M-ANN建立初顶石脑油干点软测量模型,获得模型的预测相对误差平方和均值比传统神经网络模型降低了27.5%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜学峰	华东理工大学自动化研究所	61	628	12.0	22.0