சுருக்கம்

Application research based on artificial fishswarm neural network in sintering process

BioTechnology


Sinter tumbler strength is an important parameter in the sintering process, and has an important influence on the performance of finished sinter. Artificial fish swarm algorithm have good ability to acquire the global performance, the neural network has strong nonlinear ability and local optimization performance,; AFSA+BP algorithm combined with artificial fish swarm algorithm and BP algorithm, realizes the complementary artificial fish swarm algorithm global search capability and BP algorithm's local optimization combination of performance, an artificial fish swarm neural results show that the network combination algorithm, it is shown that comparing with the traditional BP neural network forecasting methodï¼Ã‚ÂŒthe presented forecasting method has better adaptive ability and can give better forecasting results. The artificial fish—swarm algorithm network is trained and checked with the actual production data. this algorithm has strong generalization capability, predictive accuracy improved significantly, and speed up the convergence rate, provides an effective method for strength prediction. Which be used for off-line learning and prediction, a good basis for the online application.


மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டது மற்றும் இன்னும் மதிப்பாய்வு செய்யப்படவில்லை அல்லது சரிபார்க்கப்படவில்லை

குறியிடப்பட்டது

  • CASS
  • கூகுள் ஸ்காலர்
  • ஜே கேட் திறக்கவும்
  • சீனாவின் தேசிய அறிவு உள்கட்டமைப்பு (CNKI)
  • CiteFactor
  • காஸ்மோஸ் IF
  • டைரக்டரி ஆஃப் ரிசர்ச் ஜர்னல் இன்டெக்சிங் (DRJI)
  • ரகசிய தேடுபொறி ஆய்வகங்கள்
  • யூரோ பப்
  • ICMJE

மேலும் பார்க்க

ஜர்னல் எச்-இண்டெக்ஸ்

Flyer