共查询到20条相似文献,搜索用时 625 毫秒
1.
基于结构风险最小化原则的径向基函数网络 总被引:1,自引:1,他引:0
通过分析径向基函数网络与支持向量机之间的关系,将结构风险最小化原则应用于径向基函数网络学习中,与传统的基于经验风险最小化原则的径向基函数网络相比,它充分保证了模型的泛化能力,能够弥补学习方法本身的缺陷.最后,将该算法应用于非线性时间序列预测,并与传统的径向基函数网络预测结果进行了比较,实验结果表明本算法提高了径向基函数网络的泛化能力. 相似文献
2.
3.
4.
5.
研究矩阵实验室径向基函数网络在金属氧化物填充室温硫化硅橡胶配方设计中的应用。结果表明,以正交试验为基础,利用矩阵实验室的径向基函数网络可预报硅橡胶胶料的性能及对应配方全组合的所有数据,从而观察到金属氧化物对硅橡胶性能的影响。利用该网络还可优选出符合要求的配方,并根据预测结果安排试验,有效减少试验次数。 相似文献
6.
神经元网络建模与软测量技术 总被引:22,自引:4,他引:18
本阐述了神经元网络建模与软测量技术,并且用径向基函数神经元网络对两种典型化工对象进行了建模,结果证明用RBF网络完全可以实现软测量模型。 相似文献
7.
运用径向基函数网络结合偏最小二乘回归(RBF-PLSR)的方法建立了氨合成催化剂内表面利用率计算模型,并对模型进行了验证,结果表明,该模型计算精度高,具有一定的实用价值。 相似文献
8.
在利用BP神经网络预测挤出吹塑中型坯尺寸工作的基础上,采用径向基神经网络(RBF)来预测挤出吹塑中型坯尺寸,并与BP神经网络的预测结果进行了比较。结果表明,虽然RBF与BP神经网络均能较好地预测挤出吹塑中型坯尺寸,RBF网络的训练时间比BP少很多,只是BP的0.7%。 相似文献
9.
氨合成反应化学平衡常数计算模型的研究 总被引:2,自引:2,他引:0
针对目前氨合成反应化学平衡常数计算模型所存在的问题,提出一种基于径向基函数网络并结合主成分回归方法的网络模型。试验结果表明,该模型用于氨合成反应化学平衡常数的计算,效果良好。 相似文献
10.
11.
12.
Among the processing conditions of injection molding, temperature of the melt entering the mold plays a significant role in determining the quality of molded parts. In our previous research, a neural network was developed to predict the melt temperature in the barrel during the plastication phase. In this paper, a neural network is proposed to predict the melt temperature at the nozzle exit during the injection phase. A typical two-layer neural network with back propagation learning rules is used to model the relationship between input and output in the injection phase. The preliminary results show that the network works well and may be used for on-line optimization and control of injection molding processes. 相似文献
13.
带嵌件的注塑产品成型过程相较于传统注塑产品较为复杂,产品成型周期和产品质量难以预测。针对这一问题,以带嵌件的静电检测盒为例,运用广义神经网络(GRNN)和非支配排序遗传算法(NSGA-Ⅱ),对注塑成型过程进行控制与优化。以熔体温度、模具温度、注射时间、冷却时间、保压压力和保压时间为输入层,体积收缩率、X方向翘曲变形、Z方向翘曲变形作为输出层,建立GRNN模型。利用正交试验设计得到的样本对神经网络模型进行训练和测试,运用NSGA-Ⅱ对建立的模型进行优化,最终三个目标值分别降低了30.96%、22.76%、15.62%,表明该方法可以对注塑成型过程进行预测和控制。 相似文献
14.
介绍了基于神经网络的注塑制品重量实时控制系统,该系统以生产现场试验数据调整制品重量与注塑工艺参数的神经网络模型。模型调整成功后,可以实时预测注塑制品重量,在基于规则的基础上自动调节工艺参数,保证制品重量在要求范围内。 相似文献
15.
针对注塑产品容易产生翘曲和缩痕的问题,以某检测仪外壳为研究对象,运用RBF神经网络模型和遗传算法,对注塑成型质量进行控制与预测。基于正交试验方案,运用Moldflow有限元分析软件获得试验结果;利用样本数据建立试验因素与响应值之间的RBF神经网络模型,并用最优拉丁超立方抽样技术,获得样本点对模型精度进行检验;运用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)对注塑成型工艺参数进行多目标优化,达到有效控制和预测翘曲变形、体积收缩率和缩痕指数的目的,并经模拟和试模验证误差较小。结果表明,运用RBF神经网络模型和遗传算法对注塑成型质量进行控制与预测,生产出检测仪外壳最大翘曲变形量为0.394 mm,外观无缩痕。 相似文献
16.
17.
18.
This paper deals with the application response surface methodology (RSM) integrating with statistical technique to discuss variation of warpage and tensile stress properties depended on injection molding parameters during production of thin-shell plastic components. By applying RSM analysis, a mathematical predictive model of the warpage and tensile stress properties was developed in terms of the injection molding parameters. The trim operation has been optimized for a given injection molding condition by desirability function approach and the response surface contours were constructed for determining the optimum conditions. Additionally, the analysis of variance is also applied to identify the most significant factor. 相似文献
19.
20.
以某移动空调后盖为例,针对注射成型过程中出现严重区边缺陷,运用专业模流分析软件Moldflow对后盖注塑件的注塑生产过程进行模拟分析,利用模拟结果优化模具结构,找到合理的注塑工艺参数,进而选定注塑机。 相似文献