基于小波神经网络的大型多辊热连轧机产品质量模型

依据小波的非线性逼近能力和神经网络的自学习特性 ,提出一种适合高维输入的小波神经网络建模方法 ,这种小波网络结构类似多层感知器 ,不同的是隐层神经元的激励函数为小波函数。分别对 3种小波函数进行试验 ,利用多种优化算法训练神经网络 ,经比较 ,选择 B-样条函数为激励函数 ,利用L- M算法较为理想 ,成功解决了 32维输入的大型多辊热连轧机钢板材质量建模问题。经过 86 0 0组实测数据拟合和检验 ,测试结果表明 ,拟合命中率达 82 .3% ,测试命中率达 80 .5 % ,表明了该方法的有效性。