基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统轧制力模型不能提供足够精确的预报值问题,采用BP神经网络技术能够提供了一个崭新的建模工具,该技术有很多算法,本文利用不同算法的BP网络对中国重型机械研究院设计的1 450六辊冷轧机轧制压力进行了预报,结果显示traingdx算法误差较小,平均偏差为0.016,计算结果比较精确.
推荐文章
BP神经网络在储量计算中的应用
神经网络
测井解释
孔隙度
含水饱和度
储量计算
流体性能
判断
神经网络在直墙上波浪力计算中的应用
直墙
波浪力
附加动量法
自适应学习速率
BP网络
神经网络
基于神经网络的轧制力预报模型
轧制力:热轧无缝钢管
BP神经网络
预报模型
BP神经网络在信用风险评估中的应用
人工神经网络
BP算法
信用风险评估
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 BP神经网络在轧制力计算中的应用
来源期刊 重型机械 学科 工学
关键词 轧制力 神经网络 traingdx
年,卷(期) 2013,(5) 所属期刊栏目 专题综述
研究方向 页码范围 11-13
页数 3页 分类号 TG333.7
字数 2659字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 夏宇 7 17 2.0 4.0
3 赵团民 11 21 3.0 4.0
6 郭军 4 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
轧制力
神经网络
traingdx
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重型机械
双月刊
1001-196X
61-1113/TH
大16开
陕西省西安市辛家庙西安重型机械研究所
52-38
1953
chi
出版文献量(篇)
2632
总下载数(次)
2
总被引数(次)
9507
论文1v1指导