基于神经网络的储粮测控专家系统的研究与应用
将神经网络应用于专家系统中,利用神经网络系统的学习功能解决传统专家系统在知识获取、推理能力、自学习能力上的缺陷,与粮情测控系统相结合,提出了一种改进BP算法.该算法加入动量项,然后对自适应算法进行了一些适当改进,进而给出了该算法的理论推导和具体实现步骤.与未改进的BP算法相比,该方法协调了训练次数多而引起的学习效率和收敛速度之间的矛盾,提高了BP算法的熟练速度和收敛速度.实验结果也说明了该方法的快速性、有效性、稳定性.
神经网络、BP算法、专家系统、储粮测控
31
TS210;TP18(食品工业)
"十一五"国家科技支撑计划2006BAD08B01;河南工业大学校科研基金资助08XPT003
2010-09-19(万方平台首次上网日期,不代表论文的发表时间)
共4页
76-79