基于神经网络的压块机生产率预测研究

• 作者: 丁海泉 高裕贤
• 来源期刊: 机械管理开发
• 学科: 工学
• 关键词: 压块机 BP神经网络 生产率预测
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 机械工程研究与试验
• 页码范围: 32-34
• 分类号: TH122
• 字数: 2195字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-773X.2011.01.006

摘要

在对生产率影响因子分析的基础上,提出了应用正交试验法确定影响生产率的主要因子的快速方法.通过对主要影响因子与生产率的正交试验数据进行分析.得到用于BP神经网络预测模型的输入、输出变量以及训练神经网络所需的数据样本.多次试取隐舍层和各隐含单元,并选取trainlm作为最优训练函数,建立了压块机生产率预测的人工神经网络系统.在试验结果中随机选取6组试验样本,进行连续5次挠度预测,预测值和试验实测值最大相对误差为0.14mm,解析结果表明:压块机预测结果与实验值吻合的较好,建立的人工神经网络预测模型具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁海泉	内蒙古农业大学机电工程学院	12	46	4.0	6.0