《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》
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.
图表编号 | XD0027434400 严禁用于非法目的 |
---|---|
绘制时间 | 2018.07.20 |
作者 | 沈国浪、童昕、李占福 |
绘制单位 | 华侨大学机电及自动化学院、华侨大学机电及自动化学院、福建工程学院福建省数字化装备重点实验室、福建工程学院福建省数字化装备重点实验室 |
更多格式 | 高清、无水印(增值服务) |
查看“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-swinging screen”的人还看了
- 表2 边角四点固定固有振动频率与隔热件振型描述Table 2 Natural vibration frequency and vibration patterns of four-points fixed in the corners in