[发明专利]生料混合优化方法

摘要

本发明生料混合优化方法，涉及一种智能控制方法，特别是一种改进的神经网络控制方法，针对生料混合优化方法控制对象的非线性和耦合特性，利用改进的神经网络学习方法和对角矩阵解耦方法相结合的方式，提出了一种生料混合优化方法；其中改进的神经网络采用作为改进的权值修正方法。

主权项

1.生料混合优化方法的技术特征是：本发明利用下述改进的神经网络学习方法和对角矩阵解耦方法相结合的方式，提出了一组生料混合优化方法；所述改进的神经网络学习方法流程按以下方式进行：(a).置各权值和阀值的初始值w_ij^p(0)，θ_j^p(0)，(p＝1，2...Q)其中p为第若干层，Q表示总层数(b).输入训练样本(I_q，d_q)，(p＝1，2...M)其中M表示输入输出数量，对每一个样本进行(c)～(e)步(c).计算网络各层的实际输出x^p＝f(s^p)＝f(w^px^p-1)式中，f(^*)为激活函数(d).计算梯度g(k)和梯度改变量Δg[k](e).修正权值其中p[k]是关于w(k)序列、β[k]序列、g[k]序列的函数，如P[k+1]＝β[k+1]P[k]-g[k+1](f).当样本集中的所有样本都经历了(c)～(e)步，即完成一个训练周期，计算性能指标，(g).如果性能指标猫族精度要求，即E≤ε，那么训练结束，否则转到(b)，继续下一个训练周期。ε是小的正数，根据实际情况选取。