基于神经元网络的钻杆热处理温度信号校正 |
| |
引用本文: | 林惠雪,孙青林,等.基于神经元网络的钻杆热处理温度信号校正[J].上海海运学院学报,2001,22(3):210-213. |
| |
作者姓名: | 林惠雪 孙青林 |
| |
摘 要: | 神经网络是非线性系统建模的重要方法。反向传播(BP)算法常常用于神经网络的权值训练中,但是BP算法收敛慢。为此,将非线性最小二乘法用于前馈神经网络的权值学习。采用这一建模方法对石油钻杆在热处理中的温度测量偏差进行校正。研究结果表明,该方法具有很快的收敛速度和很好的拟合精度,适用于工业过程中测量信号的在线校正。
|
关 键 词: | 神经网络 非线性系统建模 最小二乘法 钻杆热处理 温度测量 信号校正 石油 |
本文献已被 维普 等数据库收录! |
|