资源描述：
有色金属压铸工艺专家知识的神经网络模拟 罗蓬， 杨屹“ （ “贵州工业大学机械工程系， 贵阳 ； 1 8 3 7 0 2 2 9 2 7 8 9 6 A 9 3 7 8 1 91 A 9 B 0 2 9 B 7 C 1 0 4 基金项目贵州省教育委员会科学研究项目 （ ） ； 国家留学基金资助项目 （“ D “ - * D） 收稿日期 “ - - “ . - D . “ D 作者简介罗蓬 （ E .） ， 男， 辽宁沈阳市人， 讲师 神经网络通过误差反向传播算法自动学习 知识的内部表达 （即各神经元之间的联接权值， 以及 隐含层和输出层神经元的阈值分布） 。误差反向传 播， 即训练过程是按照误差由输出层神经元经隐含 层神经元向输入层神经元反向传播的。 神经网 络是一个从输入到输出的高度非线性映射器， 即 “ ， （） 7 0） 。每个侧面可有 各自的取值， 作为对槽的进一步说明。一个未赋值 的框架代表了某个知识系统中的一类 （ 5 7 ; 0） 。对象是实 例化的框架。 下面通过实例来说明神经网络与专家系统框架 相结合的方式及其对工艺参数映射的模拟。 推荐的 有色金属压铸件平均壁厚与内浇口速度,及充 填时间7 之间的映射关系如表所示 ［］ 。 模拟此工 艺映射关系的; 8 “ , A B C D A A A C B C C B B B B B 5 B E D E F 5 5 5 E B C C B D C D 5 E C D A A B C C A 5 E C E F A FB B C E B F E F A F A A C D A B D C D C E 5 A A C F 5 5 F 5 5 5 C 5 B E F F 5 5 D A A A C A A B D C D B B E F A F F C 5 5 5 E F 5 5 D 5 C 5 E C D D D B 5 E F A F A A C B D C D F 5 5 C E D B D C D E F A F B B 5 D 5 C 5 E A 5 A A B A 5 A B B C D D F B B B B E D E A B B B B F 5 5 应用专家系统的框架可将此神经网络的联接权 值 （含阈值） 表达。 框架名 浇注系统工艺映射的G H神经网络权 值表达 槽B 输入层 侧面B 神经元B的联接权 （ K J G 5的神 经网络工具箱函数进行了仿真 ［］ ， 可得到网络学习 收敛后的联接权 （阈值） 分布状态和训练误差收敛曲 线， 如图E所示。 （ 9 / 9 / 9 / 9 ’ - . 7 ， L 0 - 7 4 - /R 9 - 1 0 S 6 ） R 9 H . 4 - 7 * 0 3 G 2 ’ ， 5 * ; 9 ’ A A ， F 7 ， . ’ - 5L L A， * ’ 9） 8 9 / , 8 ; , U 1 0 . 4 2 0 - X ’ T 8 . 2 4 - ’ 0 6 ’ G ’ 5 0 7 G 4 4 8 - 8 4 G G 0 7 ’ 6 0 ’ 0 6 ’ . 8 - 4 2 / 5 4 - 0 7 - . / / R 98 4 0 ’ 6 5 ’ 8 R 0 0 7 ’ R 4 5 T S G ’ G 4 7 4 - ’ 0 （[ ）0 . 4 2 0 - X ’ TX - 1 6 4 8 ’ 6 3 G - 9 - 8 U 1 / - R . S - ’ 0’ 6 - 1 5 ’ 0 0 5 -X 7 1 - ’ 6 - 1 4 ’ . 2 4 9 0 - 1 0 . 4 2 0 - X ’ T ’ R - 4 0 /X 1 2 - 1 2 6 S - 4 0 0 7 5 ’ 8 S G 2 - /，4 0 / - 1 - 5 1 0 ’ 2 ’ 7 5 4 2 T 0 ’ X 2 / 7 4 5 5 ’ 8 G 4 0 /X - 1 - 1 / - R . - ’ 0’ 6 - 1 X 7 1 - U 1 T 0 ’ X 2 / 7 0 - 1 0 . 4 2 0 - X ’ T 4 . - ’ 8 4 - 5 4 2 2 9 6 ’ 8 /R 9 - 1 2 6 S - 4 0 0 78 5 1 4 0 84 0 / - 1 5 ’ / 4 8 G 2 ’ 6 - 1 - 5 1 0 ’ S 2 ’ 7 5 4 2 T 0 ’ X 2 / 7 ，4 0 /5 4 0R 2 6 S ’ G - 8 V 4 - ’ 04 0 / 2 6 N 6 1 8 0 - /8 4 - 4 2 9 0 - 1 - 5 4 0 / G ’ 5 0 7 - 5 1 0 ’ 2 ’ 7 9； 3 G - 9 - 8；0 . 4 2 0 - X ’ T；/ 5 4 - 0 7；6 4 8 第期唐红萍等季铵盐萃取硫脲的机理研究 万方数据
展开阅读全文
