基于RBF神经网络的叶丝生丝含水率预测

来源 :自动化与信息工程 | 被引量 : 0次 | 上传用户:liu8423824
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
叶丝生丝含水率决定烟丝的感官质量及内在品质,是烟丝加工过程中的一项重要指标。介绍RBF神经网络的基本原理和算法;给出建立RBF神经网络模型的具体过程;并将模型应用于预测叶丝生丝含水率。预测结果与实际值误差小于3%,表明了该模型预测叶丝生丝含水率的可行性和有效性。
其他文献
考虑到测量风速困难以及风力机功率曲线难获取,提出了一种不需要知道风速及风力机功率曲线的控制方法——模糊控制在线自调整占空比控制法,介绍了风力机特性及控制策略,并详细介绍了模糊控制器的设计,并在matlab/simulink平台上搭建了相应的运行仿真系统,进行了相应的仿真分析。结果表明:在风速发生突变的情况下,也能快速地找到新的最大功率点,追踪效果显著,系统精度及效率很高而稳态误差较小,鲁棒性较好。
太阳能热水器与建筑一体化设计的具体实施和操作有利于提高建筑设计水平,促成建成环境的经济灵活性。适应建筑一体化的太阳能热水器技术在行业中发展迅速,技术的支持为太阳能热