《表1 不同隐含层神经元个数的网络性能对比》
输入层神经元为影响热轧板形弯辊力设定的主要因素,本文中选取轧制过程中带钢入口温度T,入口厚度H,出口厚度h,带钢宽度W,轧制力FR,轧制速度v,工作辊横移量S,带钢屈服强度σs和目标凸度C等9个参数为输入层神经元,输出层神经元为弯辊力FB.中间隐含层神经元个数对整体神经网络模型的性能有着显著影响,通常,较多的隐含层神经元个数会使网络性能提高,但也导致网络训练时间过长,较少的神经元个数则会导致网络的泛化能力不足.目前,国际上没有确定隐含层神经元个数的通用方法,在实际应用过程中只能通过“试凑法”来确定,本文对不同隐含层神经元个数网络性能进行大量测试,最终确定的隐含层神经元个数为11个.测试效果如表1所示.
图表编号 | XD0014084500 严禁用于非法目的 |
---|---|
绘制时间 | 2018.12.15 |
作者 | 王振华、龚殿尧、李广焘、张殿华 |
绘制单位 | 东北大学轧制技术及连轧自动化国家重点实验室、东北大学轧制技术及连轧自动化国家重点实验室、东北大学轧制技术及连轧自动化国家重点实验室、东北大学轧制技术及连轧自动化国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |