版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、東北大學(xué)碩士學(xué)位論文基于神經(jīng)網(wǎng)絡(luò)的軋制力預(yù)報(bào)研究姓名：張海淑申請學(xué)位級別：碩士專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：傅仲逑20050701查!!壟堂塑主蘭垡墮查!!!!!!旦ResearchofRollingForcePredictionbasedonNeuralNetworkABSTRACTThethesisadoptsthehighprecisionrollingmillasthebackgroundforresearch。BPneural
2、networkwasformerlyintroducedintollingforcepredictionsysteminordertomeetpracticaldemandonthecontrolprecisionofrollingCOUrSeThethesisonlyfocusesworkontheapplicationofIGLSneuralnetworkalgorithmtothefieldSOastoimprovetheprec
3、isionofrollingforcepredictionsystemFirstlyrelevantstudyiscarriedoutaroundtherollingforcemodelSomeconclusionsarederivedbyanalyzingsuchtheories011rollingasthebasicmathematicmodelforthethicknessCOntrolandPHcxtrveItiswellkno
4、wnthatrollingforceisoneofthecrucialparametersintheCOUrseofrolHngFurtherresearchononeofcommonrollingforcemodelsnamedSIMSindicatesthattheprecisionofrollingforcepredictionsystemisaffectedbymanyelementssuchastheinoutbeltwidt
5、h，rollerradius，thespeedofbeltatexitandtemperatureandSOonSecondlyaseriousofanalysesmadeonseveralcommonneuralnetworkmodelsandalgorithmslayafoundationforfurtherimprovementAimingatthelimimfionoftraditionalrollingforcemodel，w
6、eestablishIGLSmultilayerfeedforwardneuralnetworkmodelforsinglemillbydefiningthetopologyarchitectureandparametersofneuralnetwork，andaccordinglyselecting，pretreatingandrenewingappropriatespecimendataOnthebasisofpreviousres
7、olutionwithneuralnetwork，consideringthefeaturesofrollingforceshowedintheconrseofrolling，weputforwardakindoffavorableresolutionwithneuralnetworkandthereforetestandverifythefeasibifityofitThirdlyoveralldesignforarchitectur
8、eofsoftwareusedinthesystemisfulfilledwithUMLlanguageaccordingtotheprogrammingideaofobject—orientedThefunctionsofsuchmodulesasinitializationofnetworkmodel，selfstudyofnetworkandreal_timepredictionareexplicatedseriatimThewh
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經(jīng)網(wǎng)絡(luò)的熱軋機(jī)組軋制力預(yù)報(bào)模型研究.pdf
- 平整機(jī)軋制力的神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的冷軋軋制力預(yù)報(bào)模型的研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的冷軋軋制壓力預(yù)報(bào).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的軋制力模型研究與應(yīng)用.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的軋制力預(yù)報(bào)模型的研究以及自動(dòng)厚度控制系統(tǒng)的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的冷連軋軋制力設(shè)定模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的LF爐終點(diǎn)預(yù)報(bào)研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的集合洪水預(yù)報(bào)研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的洪水預(yù)報(bào)模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)方法的kp預(yù)報(bào)模型
- 基于神經(jīng)網(wǎng)絡(luò)的船舶橫搖運(yùn)動(dòng)預(yù)報(bào)研究.pdf
- 短期降水預(yù)報(bào)BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的銑削力試驗(yàn)研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的灌區(qū)灌溉預(yù)報(bào)模型.pdf
- 19129.基于神經(jīng)網(wǎng)絡(luò)的水文預(yù)報(bào)方法研究
- 基于人工神經(jīng)網(wǎng)絡(luò)的赤潮預(yù)報(bào)和算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的混合模型軌道預(yù)報(bào)方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的多模式天氣集成預(yù)報(bào)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的船舶運(yùn)動(dòng)姿態(tài)建模預(yù)報(bào).pdf
評論
0/150
提交評論