神经元网络理论在乙烯精馏塔成分估计中的应用

被引：3

作者：

丁利华，俞金寿

机构：

[1] 上海石油化工高等专科学校,华东理工大学自动化研究所

来源：

关键词：

前馈神经元网络；学习算法；反向传播算法；精馏塔；最小二乘法；共轭梯度法;

D O I：

10.14135/j.cnki.1006-3080.1995.06.015

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对前馈神经元网络误差反向传播算法（ＢＰ算法）收敛速度慢，且常常收敛于局部极小值等缺陷，提出了一种基于变步长、加压缩因子的共轭梯度搜索的快速学习算法。与标准的ＢＰ法相比，该方法不仅学习收敛速度快，而且精度也有所提高。通过对乙烯精馏塔成分估计的应用表明，该方法比最小二乘估计法具有更好的外推性。

引用

页码：725 / 729

页数：5