2003年 第5卷 第7期
基于正交实验的BP神经网络预测研究
东南大学机械系，南京 210096
下一篇 上一篇
摘要
用不同的L9（34）正交实验方案结果作为训练学习样本集，对BP神经网络预测应用过程的策略进行了探讨，结果表明：完备的正交实验样本集是基本训练学习单元，在完备的正交实验样本集上添加或减少样本数量，所预测的结果是不可靠的；在同一类型、同一实验的条件下，完备的信息量大的正交实验样本集，能以很高的精度预测完备的信息量小的正交实验样本集；提出了一条新的实验设计思路——通过实验得出一个完备的正交实验样本集，通过计算机用BP神经网络就可以把与已知样本集有相同影响因素和水平的所有样本的值以相当高的精度预测出来，从而大大节省时间和劳力。
图片
图1
图2
参考文献
[ 1 ] 从爽.基于METLAB的神经网络原理及应用[M].合肥:中国科技大学出版社,1998.1~10
[ 2 ] 王昌龙,黄惟一.用神经网络法预测集装箱角绘钥件的力学性能[J]铸造,2002,51(4):232~235
[ 3 ] 徐建林,陈超,王智平,等.基于MATLAB的铸件缺陷分析与控制[]]铸造,2002,51(6):362一265
[ 4 ] 路阳,王智平,刘在德,等.混合遗传算法在灰铸铁件缺陷诊断神经网络模型中的应用[J]铸造,2002,51(3):177一179
[ 5 ] 蔡热东,许伟杰,陈念贻.自组织人工神经网络在氰化物非品态形成的判别条件中的应用[J]无机化学学报,1994,10(2):151~154
京公网安备 11010502051620号
