基于神经网络的铅锌烧结过程成分预测模型

摘要：

该文用BP神经网络建立铅锌炼烧结过程成分预测模型，并采用变学习率和Levenberg-Marquqardt算法改进BP算法，提高网络训练速度。仿真结果表明，Levenberg-Marquqardt算法的收敛速度和输出误差都这到令人满意的结果，能有效解决模型的精度问题。

关键词： 铅锌烧结过程 成分预测模型 BP神经网络 变学习率

作者: 陈晓方 桂卫华 王雅琳 阳春华

作者单位: 中南工业大学信息工程学院

会议类型: 国内会议

会议名称: 中国自动化学会中南六省(区)自动化学会学术年会

会议地点: 海口

会议语种:中文

页码: 144～147

在线出版日期: 2000-10-01（万方平台首次上网日期，不代表论文的发表时间）