回轉(zhuǎn)窯神經(jīng)網(wǎng)絡(luò)系統(tǒng)的選擇

回轉(zhuǎn)窯神經(jīng)網(wǎng)絡(luò)系統(tǒng)的模型有多種類型，不同神經(jīng)網(wǎng)絡(luò)的模型的應(yīng)用有其局限性，在選擇回轉(zhuǎn)窯的神經(jīng)網(wǎng)絡(luò)模型時，需根據(jù)工程的要求和神經(jīng)網(wǎng)絡(luò)模型的特點進(jìn)行全面考慮。從控制角度看，非線性動態(tài)系統(tǒng)中最常用到的神經(jīng)網(wǎng)絡(luò)模型有多層前向BP(back propagation)網(wǎng)絡(luò)、徑向基函數(shù)RBF(Radial basis function)網(wǎng)絡(luò)、正交多項式網(wǎng)絡(luò)和樣條函數(shù)網(wǎng)絡(luò)等。這四種網(wǎng)絡(luò)均具有逼近任意非線性函數(shù)的能力，但從應(yīng)用的角度看，它們各有優(yōu)缺點。

BP網(wǎng)絡(luò)系統(tǒng)具有很強(qiáng)的生物背景，該系統(tǒng)多輸入多輸出的特性使其易用于多變量非線性函數(shù)逼近，但其輸出與網(wǎng)絡(luò)的連接權(quán)之間呈非線性關(guān)系，這使得其學(xué)習(xí)算法必須采用非線性優(yōu)化方法，因而這就不可避免要遇到存在局部極小點的問題，且訓(xùn)練時需要有全局信息。

徑向基函數(shù)網(wǎng)絡(luò)則既有生物背景又與函數(shù)逼近理論相吻合，只要學(xué)習(xí)選擇得當(dāng)，只需很少的神經(jīng)元就可獲得很好的逼近效果；而且它還具有唯一最佳逼近的優(yōu)點，網(wǎng)絡(luò)的連接權(quán)與輸出呈線性關(guān)系，這使得它可以采用保證全局收斂的線性優(yōu)化算法。多項式網(wǎng)絡(luò)具有較為成熟的理論基礎(chǔ)，當(dāng)它用于多變量函數(shù)逼近時，存在網(wǎng)絡(luò)中神經(jīng)元個數(shù)急劇增加的不足。樣條函數(shù)網(wǎng)絡(luò)在學(xué)習(xí)時只需重點掌握局部信息，這增加了其學(xué)習(xí)算法的并行性，加快了學(xué)習(xí)速度；但該網(wǎng)絡(luò)定義域中子區(qū)域網(wǎng)的劃分問題使得其用于多變量函數(shù)逼近時較為復(fù)雜。

相關(guān)文章：
回轉(zhuǎn)窯測溫技術(shù)的提高 回轉(zhuǎn)窯的表面溫度與壁厚紅外監(jiān)測系統(tǒng)開發(fā) 利用回轉(zhuǎn)窯煅燒石油焦的利與弊 對回轉(zhuǎn)窯運行狀態(tài)進(jìn)行巡檢的重要性 回轉(zhuǎn)窯系統(tǒng)有哪些輔助設(shè)備？ 回轉(zhuǎn)窯內(nèi)結(jié)圈的危害及產(chǎn)生原因