《表2 平摆复合振动筛振动参数与筛分效率的数据Tab.2 Data of vibration parameters and screening efficiency of vibrating-swin

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《应用GA-BP神经网络优化平摆复合振动筛的振动参数》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

BP神经网络采用最小均方误差学习方式.建立从输入到输出的任意非线性映射关系，只需要样本数据.训练样本太少将很难掌握一般的映射规律，而训练样本太多则会出现过适配的现象[13-14].因此，为了避免训练样本太少，在完成单一变量的基础上，添加了正交实验，综合考虑各因素（振幅、振频、振动方向角、摆幅和摆频）之间的交互作用，每个因素均设置4水平，选用正交表L16（45）.最后，共有52组实验数据.经过DEM仿真后的数据，如表2所示.