摘要:水泥回轉窯流程是新型干法水泥生產工藝的關鍵工藝流程之一,由于該工藝流程是一個復雜的物理、化學反應過程,具有多輸入、大滯后、非線性、時變參數等特點,因此難以建立其精確的數學模型.采用徑向基函數神經網絡(Radial Basis Function Neural Network,RBFNN)來建立該系統的神經網絡模型.通過對某大型水泥廠實時采集的生產數據對網絡進行訓練和測試,模型測試結果表明:采用該方法所建的模型精度較高、泛化能力較好,為解決復雜的難以建立數學模型的系統建模問題提供了參考.
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社。
鄖陽師范高等專科學校學報雜志, 雙月刊,本刊重視學術導向,堅持科學性、學術性、先進性、創新性,刊載內容涉及的欄目:道教與武當文化研究、漢水文化與南水北調研究、國學研究、社會轉型研究和教育教學研究等。于1980年經新聞總署批準的正規刊物。