基于MATLAB的胶结充填材料BP神经网络质量模型.pdf

基于 “ “ 的胶结充填材料 3 ， 简称 “ ） 方法建造胶结充填材料强度、 成本和脱水性 与料浆浓度、 胶结剂及用量、 温度、 水灰比等因素的 关系模型。与数理统计方法相比， 人工神经网络方 法效果较优。 “ “ 是 8 4 AB 3 公司推出的高性能 数值计算可视化软件， 集数值分析、 矩阵运算、 信号 处理和图形显示于一体。所提供的神经网络工具箱 （ ; 3 9 C D，简称 E C D） ， 使应用人 工神经网络方法研究胶结充填过程更方便。 ’ 胶结充填材料质量的“ 模型 由于人工神经网络具有信息的分布存储、 并行 处理和自学习能力等优点， 已经被越来越广泛地应 用在信息处理、 模式识别、 智能控制及系统建模等领 域。尤其是基于误差反向传播 （ 8 7 4 H 3 ） （简称 C 3 1 A 1 ］ ； “ 5 6 9 99 55 6 7 9 5 6 7 95 6 5 75 6 98 6 55 6 7 图“ 神经网络系统仿真图 . 6 A , . “ . * 1 B . C - * BD 31 - E 1 F * - G G , ; 结语 由于料浆浓度、 胶结剂及用量、 骨料、 温度、 粒级 与胶结充填材料质量目标之间存在着复杂的不确定 关系， 给建立胶结充填材料质量决策系统增加了难 度， 用D 3神经网络建立系统模型比较可靠。不论 用什么样的骨料和胶结剂， 只要用一定的试验数据 对模型进行训练， 然后对拟采用的胶结充填材料进 行仿真， 均可得到较为可靠的目标参数。 参考文献 ［ ; ［］侯北平，卢佩6基于2 H I H D的神经网络建模及系统仿真 ［J］ 6自动化与仪表，］刘晔，夏建生62 H I H D下神经网络工具箱的开发与应用 ［J］ 6微型机与应用， 0 , ， - 9 AB C ;, . 1 . 1 1 . 1 - . 1 ； . 1 0 - “ M B . , “ - . “ ；D 31 C - “ 1 F * - G；2H I H D；, * 0 . 1 ； G G ,G . , C “ . * 1 ; 第期崔明义等 基于2 H I H D的胶结充填材料D 3神经网络质量模型 万方数据