橡胶技术网

轮胎工业
TIRE INDUSTRY
2008 Vol.28 No.7 P.427-430

 橡胶技术网

改进BP神经网络在胎面挤出参数预测中的应用

唐善斌　 陈可娟　 李茂强　 林立　

摘　要：采用隐含层数为4,每个隐含层单元数为10的改进BP神经网络预测销钉机筒冷喂料挤出机的胎面挤出参数.与传统BP神经网络相比,改进算法采用惯性冲量校正、限幅输出和步长自适应解决传统算法学习速度慢且易于陷入局部最小值的问题.Matlab仿真表明,改进算法的收敛速度和收敛效果均明显比传统BP神经网络算法好.训练好的神经网络对胎面挤出过程的参数预测和试验结果间的最大误差为1%,大部分误差小于0.5%.
关键词：BP神经网络;预测;胎面挤出
分类号：TQ330.4+4;O233　文献标识码：B
文章编号：1006-8171(2008)07-0427-04

Application of improved BP neural network in prediction of the parameters of tread extrusion

TANG Shan-bin　 CHEN Ke-juan　

作者简介：唐善斌(1981-),男,湖南株洲人,华南理工大学在读硕士研究生,主要从事生产过程计算机控制技术的研究.
作者单位：唐善斌（华南理工大学,机械与汽车工程学院,广东,广州,510640）　
　　　　　陈可娟（华南理工大学,机械与汽车工程学院,广东,广州,510640）　
　　　　　李茂强（华南理工大学,机械与汽车工程学院,广东,广州,510640）　
　　　　　林立（广州广橡企业集团有限公司钻石车胎厂,广东,广州,510251）　

参考文献：

[1]Shin K C,White J L.Basic study of extrusion of rubber compounds in a pin barrel extruder[J].Rubber Chem.and Technel.,1993,66(1):122.
[2]Nielsen R H.Theory of backpropagation neural network[M].周彦豪译.北京:化学工业出版社,1985:25.
[3]姚新,陈国良.模拟退火算法及其应用[J].计算机研究发展,1990,27(7):1-6.

收稿日期：2008年1月28日

出版日期：2008年7月10日

请看PDF全文