一种新的过程神经网络训练算法及其应用

摘要：

着重研究了基于离散数据的过程神经网络建模问题.考虑到来自现场的过程变量数据基本都是离散的采样数据,故先对离散采样数据进行预处理,然后采用离散Walsh变换法对数据进行转换,即将网络输入函数和权函数在Walsh基下映射为一组新的时变向量,将积分聚合运算简化为向量内积运算,实现离散采样数据对连续网络的直接输入.应用所建立的过程神经网络模型对发酵过程菌体浓度进行了预测,取得了较好的效果.

关键词：过程神经网络、Walsh变换、数据预处理、菌体浓度预测

所属期刊栏目：10

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金60574050

在线出版日期：2010-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：677-681