ckwx097神经网络在木材热导率预测中的应用.docVIP

ckwx097神经网络在木材热导率预测中的应用.doc

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
利用神经网络预测木材径向导热系数( 杨文斌 陈眉雯 (福建农林大学 350001) 摘 要:利用神经网络所具有的输入—输出之间的高度非线性映射关系,给出了一种利用BP神经网络模型预测木材径向导热系数的方法。为了提高网络模型的泛化能力,采用规则化调整的方法。仿真结果表明,利用文中所提出的神经网络模型能够较准确、快速地预测木材径向导热系数的变化,其精度高于推导出的木材径向导热系数的理论公式[1]。 关键词:神经网络;网络泛化;预测;导热系数;规则化调整 Predicting the Wood Radial Thermal Conductivity using Neural Network YANG Wen-bin CHEN Mei-wen (Fujian Agriculture and Forestry University,350001) Abstract: A method to predict the wood radial thermal conductivity based on Back Propagation (BP) neural network model which has non-linear relation highly was proposed. The generalization ability of the network was improved by regularization. The simulation results showed that the neural network model given in this paper is capable of forecasting the behaviour of the wood radial thermal conductivity exactly and rapidly. Experiments presented that the model was of accuracy and was higher in respect of precision than the formula derived. Keywords: Neural Network, Generalization ability of network, Predict, Thermal conductivity, Regularization 引言 由于木材是各向异性的天然高分子有机物,分子组成与结构极其复杂,导致理论上研究导热系数的困难极大,因此长期以来,国内外从事木材热物理性质研究的科研人员,基本上都是从实验上进行研究,将实验所得的数据,进行数据分析后提出各种经验方程式[2-4],然而,这些经验方程式都都难以从本质上揭示出木材导热系数的普遍规律性。近年来,有些研究者从组成木材的分子结构、原子分子的热运动规律出发,应用类比推理的物理力学方法,推导出木材导热系数的理论表达式,使人们木材热传导的内在机理的理解深入了许多,但是还存在运算烦琐,精度不高,并且还未解决木材细胞内部热流的空间分布函数的问题,从而极大限制了在木材干燥实践中的应用。 神经网络技术是模拟人脑生物过程的智能系统,无需解析系统内部的复杂关系,仅通过对样本的训练就可以建立输入与输出的映射关系,在研究复杂系统建模的问题上具有独特的优越性。神经网络技术已广泛应用于各种工业领域,但在林业上的运用相对甚少些。 本文利用人工神经网络的高度非线性映射,将其应用于林业领域。在分析BP神经网络基本原理的基础上采用规则化调整提高网络的泛化能力。运用BP网络建立木材径向导热系数的预测模型,并与推导出的木材导热系数的理论公式进行比较,考察网络模型的预测效果。 1 木材热传导过程的描述 按木材的细胞结构形态,把它抽象为中空的长方体模型,如图1所示。设细胞的长度为k,横截面是边长为b的正方形,中央是边长为a的正方形截面的细胞腔,腔内是空气,四周是壁厚为(b-a)/2的细胞壁,它由木材的实质物质组成。 将木材传热限制在一维空间.当热流沿X轴正方向流动时,木材在该方向的热阻可看作由细胞水平壁的热阻与细胞腔中空气的热阻相并联再和细胞竖直壁的热阻申联而成的等效热阻。由于热流从后竖直壁流经前竖直壁时,必须通过上下水平壁和中央空气腔即细胞腔,由于空气的导热系数远小于木材细胞壁的导热系数,必然导致热流在前后竖直壁中热流的空间分布的流场呈不均匀的分布[5],因此建立精确的热传导数学模型是很困难的。 X a b Y Z k 图1

文档评论(0)

docindoc + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档