RBF在中和过程建模中的应用
采用基于混合自适应K-均值和LMS算法的径向基神经网络对离子交换树脂法回收氰化废液工艺中中和过程的模型进行了辨识,并进行了仿真检验;在相同收敛条件下。对RBF和经典算法BP进行了比较;表明了前者具有更高的网络学习速率,更快的收敛速度,更好的非线性逼近能力。研究表明,RBF为非线性动态系统的建模提供了一种有效方法。
中和过程 径向基神经网络 离子交换树脂法 氰化废液 回收工艺
薛岳钊 于军旗
中冶京诚工程技术有限公司 电气工程技术所,北京 100176 西安建筑科技大学
国内会议
中国计量协会冶金分会2011年会暨全国第十六届自动化应用技术学术交流会
西安
中文
376-378
2011-09-01(万方平台首次上网日期,不代表论文的发表时间)