基于人工神经网络的跳汰模型研究

摘要

由于传统的控制方法是基于精确的系统数学模型的控制,适于解决线性、时不变等相对简单的控制问题,而对于跳汰机这样复杂的非线性、大滞后系统,建立精确的数学模型极其困难,传统的控制方法很难达到良好的控制效果.神经网络理论的发展为非线性的辨识、非线性建模提供了新的方法.这里用BP网络建立跳汰系统的模型,可以把风、水、排料等跳汰因素与重物料中的轻物料比例进行影射,结果显示,在合适的隐含层选取后,测试误差可以控制在11％左右,基本满足跳汰控制要求.