基于人工神经网络的汽车喷涂配比优化研究与应用.pdfVIP

基于人工神经网络的汽车喷涂配比优化研究与应用.pdf

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、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
  6. 6、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。
  7. 7、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
基于人工神经网络的汽车喷涂配比优化研究与应用

文章编号 :1672—0121(2014)01—0096—03 基于人工神经 网络 的 汽车喷涂配 比优化研究与应用 公 源 (山东大学附属传 染病 医院 信 息科 ,山东 济南 250022) 摘要 :本文 阐述 了人工神经 网络基本原理 ,在此基础上应用双层前 向人工神经 网络模 型 ,对汽车喷涂生 产工序 中的原料配 比进行优化 ,将传统人工凭经验进行配 比改变为计算机 自动生成最佳原料配 比 从而大大 降低成本 ,缩短生产 时 间。 关键词 :制造业信息化 ;优化 ;人工神经 网络 ;喷涂 ;配 比 中 图分 类号 :TP183 文献标 识码 :A 1 人工神 经 网络 概述 号 的加权值 ,即为权重 (Weight)。神经 网络通过权重 人Tl神经 网络 (Artificialneuralnetwork,ANN), 信息来表达 “记忆 ”。网络 的输 出则依 网络 的连接方 是人脑神经 网络 的部分仿生学模拟 。人工神经 网络 式 、权重值和激励 函数 的不 同而不 同。 是一种大规模并行运算模 型 ,它 由大量节 点 (人工神 人T神经 网络是并行分布式系统 ,采用 了与传 经元 )通过层 问强连接构成 。每个节点代表一种特定 统人 T智能和信 息处理技术完全不 同的机理 ,克服 的输 出函数 ,称其为激励 函数 (Activationfunction)。 了传统的基于逻辑符号的人 1二智能在处理直觉 、非 每两个节点之间的连接代表一个对于通过该连接信 结构化信息方面的缺 陷,具有 自适应 、自组织和实时 学习的特点 。 收稿 日期:2013-07—20 作者简介:公 源(1982一),助理工程师,从事计算机信息管理工作 2 基 本神经 元模 型及 BP网络 — · —· ”—· ”+ “+ ”—+一”+ ”+ “+ ”+ “+ ”+ + ”+ “+ “+ ”--+-一—十一一--十一一--卜”—十一一—十一一十 一十 一十 “+ ”—+一”十 -+ ”+ ”+ ”+ *+ ”+ ”+ “+ 一+ ”+ 一+ ”+ 一-4- Designandapplicationofgenericdataacquisitionandsupervisorycontrolsoftware frameworkbasedondataengine YIWenxing,ZHANGLichaoZHAOZuyeYUJun (StateKeyLaboratoryofMaterialsProcessingandDieMouldTechnology.HuazhongUniversityof ScienceandTechnology,Wuhan430074,HubeiChina) . Abstract:Duetothedifferencesinthewayofheterogeneousdatacollectionanddatastructureinthedata acquisitionandsupervisorycontrolsoftware,aswellasthediversitypatternindatainteractionandtherfequently 如 图 1所 示 , 度下降地修正各层权值 ,修正通过隐层传递至输入 al、a 一,q为输入 层结束 。在 BP网络 的样本训练过程 中 ,重复 以上传 向 量 的 各 个 分 递过程 ,将导致各层 的权值不断调整 ,当网络 的输 出 量 ;W】,W2,… ,W 为

文档评论(0)

haihang2017 + 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