X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
关于我们
欢迎来到科易网(仲恺)技术转移协同创新平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
成果 专家 院校 需求
当前位置: 首页 >  科技成果  > 详细页

[01616641]基于神经网络的化工智能系统

交易价格: 面议

所属行业: 网络

类型: 非专利

交易方式: 资料待完善

联系人:

所在地:

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

“基于神经网络的化工智能系统理论与方法”项目探讨了将神经网络应用于化工过程系统建模及故障诊断的可行性,从理论层面上揭示了目前广泛应用的SBFN网络对于过程关系逼近精度不高以及对于过程故障诊断误诊率比较高的原因,并由此提出了一种基于多元多项式逼理论的QBFN网络,该网络模型具有比较高的预测精度,松弛了神经网络在过程工业应用中的瓶颈缺陷,同时提出了另一种具非线性分界能力的SQBFN网络,显著地降低了故障诊断的误诊率。通过分析网络训练中的误差曲面特性与传递函数的关系,提出了分别将模拟退火法及遗传算法与梯度法相结合的一种新的网络学习算法,有效地克服了“平台”这一难题。
“基于神经网络的化工智能系统理论与方法”项目探讨了将神经网络应用于化工过程系统建模及故障诊断的可行性,从理论层面上揭示了目前广泛应用的SBFN网络对于过程关系逼近精度不高以及对于过程故障诊断误诊率比较高的原因,并由此提出了一种基于多元多项式逼理论的QBFN网络,该网络模型具有比较高的预测精度,松弛了神经网络在过程工业应用中的瓶颈缺陷,同时提出了另一种具非线性分界能力的SQBFN网络,显著地降低了故障诊断的误诊率。通过分析网络训练中的误差曲面特性与传递函数的关系,提出了分别将模拟退火法及遗传算法与梯度法相结合的一种新的网络学习算法,有效地克服了“平台”这一难题。

推荐服务:

Copyright © 2015 科易网 版权所有 闽ICP备07063032号-5