目前应用的温度场的数学模型综述

合集下载

加热炉内温度场的数学模型及仿真

加热炉内温度场的数学模型及仿真

加热炉内温度场的数学模型及仿真张梅;文于华;蒲海波【摘要】以金属材料蠕变性能的高温持久试验机所使用的加热炉为研究对象,简单介绍了加热炉的结构,建立了加热炉辐射换热数学模型,根据此模型对加热炉温度场的分布进行仿真模拟,仿真模拟结果与实际完全符合,为炉内温度调节控制提供理论依据.【期刊名称】《工业加热》【年(卷),期】2019(048)003【总页数】3页(P35-37)【关键词】加热炉;温度;数学模型【作者】张梅;文于华;蒲海波【作者单位】湖南理工学院物电学院,湖南岳阳414006;湖南理工学院物电学院,湖南岳阳414006;中国石油湖南销售仓储分公司,湖南长沙410005【正文语种】中文【中图分类】TG155.12高温持久实验是将试样在恒温和恒定的拉力作用下,测定金属试样至断裂的持久强度极限并评定其缺口的敏感性[1]。

根据GB2039—2012 的要求均温区不小于试件长度的1.5 倍,为实现均温区,通常采用上下两段热电偶测量炉内温度,两点温度偏差符合标准要求即认为是两点间形成均温区[2]。

由于两段式加热炉小而短,有两段独立控制的电炉丝,两段热电丝所形成的均温区之间存在一定程度的耦合,炉体内部容易产生热量对流干扰(见图1)。

图1 持久试验机及加热炉1 辐射换热模型的建立由于加热炉一般采用管式加热炉,其最主要热损失是加热炉筒体表面散热及加热炉端塞散热。

加热炉表面可以说是完全封闭的,其散热对于均温区的影响小于端塞散热,端塞处于不完全封闭状态,由于端塞的热损失的影响导致均温区出现波动。

通常为获得实验所需的均温区,采用将加热炉筒体加长,端塞处加厚,或者多缠电热丝等方法,以保证符合实验条件的均温区[3-5]。

1.1 加热炉炉膛内的基本结构两段式加热炉外形为圆筒状,电热丝在筒壁里均匀布置,炉体主要由耐火纤维组成。

试件两端有螺纹连接施力装置,通电后电热丝加热炉体内壁,内壁通过辐射换热加热试件至设定的温度。

加热炉基本结构如图2所示。

温度场分布仿真计算方法

温度场分布仿真计算方法

温度场分布仿真计算方法温度场分布仿真计算方法温度场分布仿真计算方法是一种通过数值模拟和计算机仿真来预测和分析温度分布的方法。

它在工程设计、热力学研究和环境保护等领域中得到广泛应用。

本文将介绍温度场分布仿真计算方法的基本原理和常用技术。

温度场分布仿真计算方法的基本原理是建立一套数学模型来描述温度场的变化规律,并通过计算机程序对模型进行求解和模拟。

根据具体问题的需求和实际情况,可以选择不同的数学模型和计算方法。

常见的数学模型包括传热方程、能量守恒方程和流体动力学方程等。

计算方法主要包括有限差分法、有限元法和边界元法等。

有限差分法是最常用的一种计算方法。

它将温度场划分为若干个网格点,并通过计算相邻网格点之间的温度差来近似描述温度场的变化。

有限差分法的优点是计算简单,适用于各种尺度和几何形状的问题。

但是,它需要较密集的网格划分,以获得较精确的结果。

有限元法是一种更精确的计算方法。

它将温度场划分为若干个有限元素,通过求解每个元素上的温度分布来近似描述整个温度场。

有限元法的优点是可以灵活地处理复杂的几何形状和边界条件。

但是,它需要对模型进行离散化处理,计算量较大。

边界元法是一种特殊的计算方法。

它通过求解温度场的边界值来推导出整个温度场的分布。

边界元法的优点是计算量较小,适用于二维和三维问题。

但是,它对边界条件的要求较高,需要较精确的输入数据。

除了上述常用的计算方法外,还有一些其他的技术和方法可以用于温度场分布仿真计算,如Monte Carlo方法、遗传算法和人工神经网络等。

这些方法可以根据具体问题的需求进行选择和组合,以获得更准确和可靠的结果。

综上所述,温度场分布仿真计算方法是一种重要的工程分析工具。

它通过数值模拟和计算机仿真来预测和分析温度场的分布规律,为工程设计和科学研究提供了有力的支持。

随着计算机技术的不断发展和进步,温度场分布仿真计算方法将更加精确和高效,为解决实际问题提供更好的解决方案。

温度场的控制方程

温度场的控制方程

温度场的控制方程1. 引言温度场的控制方程是描述温度分布和变化的数学模型。

它在许多领域中都具有重要的应用,例如热传导、流体力学、材料科学等。

本文将介绍温度场的控制方程及其应用。

2. 控制方程的基本形式温度场的控制方程可以用偏微分方程来表示。

一般而言,它可以写成以下形式:∂T=α∇2T+Q∂t其中,T表示温度场,t表示时间,α为热扩散系数,∇2T表示温度场的拉普拉斯算子,Q为外部热源项。

3. 热传导问题热传导是指物体内部由于温度差异而发生的热量传递现象。

在热传导问题中,我们通常关注如何计算物体内部各点的温度分布。

利用控制方程可以建立热传导问题的数学模型。

通过求解这个模型,我们可以得到物体内部各点的温度分布随时间变化的规律。

4. 热传导方程的求解方法热传导方程是一个偏微分方程,求解它需要借助适当的数值方法。

常用的求解方法包括有限差分法、有限元法和谱方法等。

这些方法将连续的温度场离散化为一系列离散点上的温度值,并通过迭代计算来逼近真实的温度分布。

这样,我们就可以得到物体内部各点的温度随时间变化的数值解。

5. 温度场控制问题除了求解温度场的分布,控制方程还可以用于研究温度场的控制问题。

在某些应用中,我们希望通过调节外部条件或施加控制器来实现对温度场的控制。

在材料科学中,我们可以通过调节加热功率或冷却速率来控制材料内部的温度分布,以实现特定的材料性能。

在流体力学中,我们可以通过改变流体入口条件或施加外部力来控制流体中各点的温度。

6. 控制方程在工程中的应用控制方程在工程领域中具有广泛应用。

在建筑工程中,我们可以利用控制方程来研究建筑物内部的温度分布,以设计合理的供暖和通风系统。

在电子设备设计中,我们可以利用控制方程来优化散热系统,以保证电子设备在工作过程中的稳定温度。

在能源领域,我们可以通过控制方程来优化能源转换和传输过程中的热损失。

7. 结论温度场的控制方程是描述温度分布和变化的重要数学模型。

它在热传导问题、温度场控制问题和工程应用中具有广泛应用。

电力电缆温度场的数学模型建立

电力电缆温度场的数学模型建立
可有 效识 别 多种 因素造 成 的绝 缘老 化 、供 电异 常 ,
密集 或 电缆通 风不 良等 因素影 响 电缆绝 缘层温 度 。
电缆 绝缘 层长 期工 作在 过热 状 态 ,造 成 电缆 绝缘 层 气 隙游离 ,损坏 电缆绝缘层 ,从而导 致供 电事 故 。 3 )机械损 伤 。工 人拖动 电缆工作等 行 为将导 致 电缆 的机 械损 伤 , 由机 械损 耗 导致 的 电缆故 障 占供
当 电缆流 过 负荷 电流 时 ,就会 产 生温升 ,而 且
2 )过 热 。电缆长 期工 作在过 载状 态 、电缆安 装
负荷越 大 ,温 升越 高 。 电缆温 度不 仅 与负荷 电流有 关 ,它也 会影 响 电缆绝 缘 。温 度越 高 , 电缆 绝 缘老 化 的速 率 就越 快 。 另外 一旦 电缆接 头 发生 绝缘老 化 , 就会 出现局 部温 度升 高 。 电力 电缆 线芯 温度 是 电缆 绝缘 的重 要指 标 ,但 是 由于绝 缘 等原 因 ,无法 测量 电缆 的线芯温 度 ,只 能测 得 电缆绝 缘表 面温 度 。 因此根 据 电力 电缆 绝缘 表 面温 度 和环 境温 度 计算 电缆 的线 芯温 度 。通 过建 立准确 的数学模 型 , 准 确计 算 电力 电缆 的线芯温 度 ,
技 术 与 应 用
电力 电缆 温度场 的数 学模 型 建 立
刘姝 敏 刘海龙 2
0 3 0 0 3 2 ; 0 3 0 0 1 2) ( 1 .国 网 山西省 电力公 司检修 分 公 司 ,太 原 2 .国网太 原供 电公 司,太原
摘 要 电力 电缆长 期在各 种 复 杂环境 下使 用 ,并 且施加 有 电压 ,在 一定 条件 下就 会发 生绝
vo l t a g e i n h a r s h e n vi r o n me n t . Th e l o w i ns u l a t i o n l e ve l o f he t c a b l e ma y c a u s e e l e c t r i c a l f a u l t . Bui l d a

棒材热连轧温度场数学模型探究

棒材热连轧温度场数学模型探究

棒材热连轧温度场数学模型探究棒材热连轧是一种常见的制造方法,它可以通过连续热轧方式使金属棒材的截面积和长度发生变化,从而生产出满足不同需求的金属制品。

在这个过程中,棒材的温度变化会对整个轧制过程产生极大的影响,因此需要建立一个数学模型来预测和控制棒材的温度场变化。

棒材的热连轧实际上就是一个变温度的加工过程,所以该过程中的温度场数学模型应当包含对棒材内部和外部的温度变化进行分析。

首先,我们需要对棒材内部的温度变化进行建模。

棒材在热轧过程中会受到不同方向的压力,这会导致其表层和内部的温度变化方向和速率不同。

因此,我们需要假设棒材内部的温度分布为三维的非均匀场,并采用热传导方程进行分析:∂T/∂t=α∂^2T/∂x^2+α∂^2T/∂y^2+α∂^2T/∂z^2其中,T为温度场,t为时间,x,y,z表示三个空间方向,α为热扩散系数。

这个方程可以很好地描述棒材内部的温度变化规律,并可用于模拟棒材的加工过程。

其次,我们需要对棒材的外部温度变化进行建模。

棒材在热轧机中会受到大量的热辐射和导热,这会导致其表面温度在极短时间内发生急剧变化。

为了描述这种变化,我们可以采用一个表面传热系数来模拟棒材的表面温度变化,即:q=h(T-T∞)其中,q为表面传热流量,h为表面传热系数,T为棒材表面的温度,T∞为热环境的温度。

根据这个方程,我们可以计算出棒材表面温度的变化规律,进而对棒材的整个温度场进行建模和分析。

最后,在建立数学模型之后,我们需要进行实验验证和比对,以确保该模型的准确性和适用性。

通过实验数据的采集和处理,可以将模型预测的温度场与实际温度场进行比较,从而确定模型的可靠性和适用范围。

只有在模型的准确性得到保证的情况下,才能将其应用于实际生产中,帮助企业优化制造流程,提高产品质量。

综上所述,棒材热连轧温度场数学模型的研究是一个重要的课题,它可以从理论上分析和控制棒材的温度变化,优化制造流程,提高棒材生产效率和质量。

多级交替注入酸压井筒温度场数学模型

多级交替注入酸压井筒温度场数学模型

[ 图 分 类 号 ]TE 5 . 中 372
[ 献标识码]A 文
[ 章 编 号 ] 1 0 9 5 (0 0 6 3 6 0 文 0 0— 7 2 2 1 )0 —0 0 — 5
井 筒温 度分 布对 采油 工艺设 计 、油气 井测 试 、油井 注水 和增产 改 造等都 是重 要 的参数 ,已有 较 多 的 学 者对 井筒 温度 分布模 型 进行 过研究 ,并 在未 考虑 多级 注入 时提 出 了多种 温度分 布计 算方 法 ,有很 高 的 精 确度 口 ¨。 目前 ,随着 技术 的发 展 ,多级 注 入 酸压 已经 成 为 常 用 的增 产 技 术 之 一 。而 多 级 注入 液 体 性 质 的差异 ,必 然导 致井 筒温 度分 布与单 级 注入 时有很 大 的区别 。屈 静__ 1 考虑 了多级 注 入酸 压 的情 况 , l 对 井筒 温度 分布 进行 了模 拟计算 。笔者在 此基 础上 考虑 了变 排量 注液 的情 况 ,结合典 型 的施工 井井 筒直 径 的变 化 ,对此 作 了一定 的改 进 。
石 油 天 然 气 学 报 ( 汉 石 油 学 院 学 报 ) 21 年 1 月 第 3 卷 第 6 江 00 2 2 期 J u n l f i a dGa T c n l y ( . P ) D c2 1 V 1 2 N . o r a o l n s eh o g J J I O o e. 0 0 o 3 o6 .
中 ,0一 , 1一 r ,2一 , — r。 , r r t, 。- c,4一 re r — - c,f
a・ ( 一 5 6 … , , rli , , N) a为等 比因子 。 在井 筒纵 向上 , 图 2所示 的井 身结 构 考 虑 到 如
了油 管 及 套 管 半 径 的 变 化 。 照 油 管 和 套 管 半 径 的 按

温度控制系统数学模型

温度控制系统数学模型

飞机座舱温度控制系统的建模与仿真0.引言飞机在空中飞行时,周围环境温度和湿度条件变化极大,已远远超过人体自身温度控制系统所能适应的范围。

因此,必须对人体周围的微环境温度和湿度,特别是温度进行控制,使其保持在要求的范围内。

飞机座舱温度控制系统的功用,就是在各种飞行条件下,维持人体周围(座舱)温度在要求的范围内,从而使体温能在人体自身温控系统的控制下,保持在可适应的范围内。

1.座舱温度控制系统典型的飞机座舱温度控制系统有四个基本部分组成:温度传感器,温度控制器,执行机构和控制对象。

温度控制器反应(座舱,供气管道或环境)所处位置的空气温度。

将温度转变为电的或变形等信号。

温度控制器将来自传感器的输入信号和给定温度值的信号进行比较,针对温度补偿信号(控制信号)给执行机构(如电机)。

控制器中通常包括比较元件(如电桥)和放大器。

执行机构接受控制器的控制信号,使活门位置(转角或开启量)做相应的变化,改变通过活门的空气流量或流量比例。

控制对象是需要温度控制的对象,如座舱。

被控参数为控制对象的温度。

2.系统数学模型控制系统数学模型描述系统的本质。

建立了系统的数学模型,建立了系统的数学模型,就可以用控制理论和数学的方法分析它的性能。

根据控制类型,将相应组成部分的微分方程式组合起来,就是系统的微分方程组。

按照系统方块图,如图1,消去中间变量,找出系统输入和输出间的关系,就得到系统的微分方程式。

座舱温度控制系统的微分方程组如下:1.座舱微分方程式c =-bμ传递函数图1 座舱温度控制系统方块图2.热电阻传感器的元件微分方程式x=-Kφ c传递函数3.电桥方程式因为反馈电阻值变化引起的电桥输出电压的变化方向,总是和由热电阻传感元件引起的电桥输出电压的方向相反,可写出:式中;;式中—反馈电阻灵敏度。

为电机输出单位转角变化引起的反馈电阻值变化量。

4.放大器方程式采用电子式放大器,认为无惯性则式中—放大器放大倍数。

5.电动机微分方程式采用直流他励电动机,忽略转动惯量。

混凝土路面温度场的数值模拟与分析

混凝土路面温度场的数值模拟与分析

混凝土路面温度场的数值模拟与分析一、引言混凝土路面温度场的数值模拟与分析是交通工程领域中一个重要的研究方向。

混凝土路面温度场的分析可以帮助我们更好地理解路面结构的变化及其对行车安全和路面寿命的影响。

二、混凝土路面温度场的数学模型混凝土路面温度场的数学模型是一个非常复杂的问题。

在建立数学模型时,需要考虑多种因素,如气象条件、路面材料、路面结构、车辆行驶等。

目前,常用的混凝土路面温度场数学模型包括以下几种:1. 基于传热学的模型基于传热学的模型是最基础的混凝土路面温度场模型。

该模型基于热传导方程,考虑路面材料的热导率、比热容和密度等因素。

然而,这种模型无法考虑气象条件、路面结构和车辆行驶等因素的影响。

2. 基于气象学的模型基于气象学的模型考虑气象条件对混凝土路面温度场的影响。

该模型基于能量平衡方程,考虑太阳辐射、大气辐射、对流和蒸发等因素。

然而,该模型无法考虑路面结构和车辆行驶等因素的影响。

3. 基于有限元法的模型基于有限元法的模型可以考虑气象条件、路面结构和车辆行驶等因素的影响。

该模型基于有限元法,将路面结构离散为有限个单元,考虑每个单元的热传导和热辐射等因素。

该模型具有较高的精度,但计算量较大。

三、混凝土路面温度场的数值模拟混凝土路面温度场的数值模拟是基于数学模型进行计算的过程。

在进行数值模拟时,需要考虑模型的准确性和计算效率。

1. 模型准确性模型准确性是数值模拟的关键。

在进行数值模拟时,需要选择适当的数学模型,并考虑多种因素的影响。

同时,需要根据实际情况对模型进行修正和调整,以提高模型的准确性。

2. 计算效率计算效率是数值模拟的另一个关键。

在进行数值模拟时,需要选择适当的计算方法,并考虑计算资源的限制。

同时,需要对计算程序进行优化,以提高计算效率。

四、混凝土路面温度场的分析混凝土路面温度场的分析是基于数值模拟结果进行的。

在进行分析时,需要考虑模拟结果的准确性和实际应用的意义。

1. 模拟结果的准确性模拟结果的准确性是分析的关键。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

目前应用的温度场的数学模型:
1、冶金过程温度场建模,采用瞬态温度场有限单元法。

通过曲线拟合方法, 获得了温度与
各物性间的关系, 建立了变物性熔渣冷却温度场数学模型, 分析了各种工艺参数对富硼渣温度场分布的影响。

有限元法的应用范例:
1)动态分析:计算结构的固有属性,以及动态载荷下的结构的各种响应和动应力,动
应变等;
2)热分析:计算在热环境下,结构或区域内部的温度分布和热流,以及由热引起的热应
力和热变形;
3)其他
离散:
数学上,有限元法的基本思想是通过离散化的手段把微分方程或者变分方程变成袋鼠方程进行求解。

适合处理形状复杂的结构。

复杂的边界条件
2、高炉炉衬砌体结构温度场的数学模型:根据几何对称性,基于三维结构图,数学模型主
体为描述控制体内三维变物性稳态热传导方程
3、沥青路面温度场模型应用的是统计回归法。

以镇漓试验路连续2a实测的气候数据和路面温度场数据为基础,建立了精度更高的路面温度场模型,尤其提高了较深处路面温度的预测效果。

1)测试方案
2)影响因素分析:采用分布回归法分析不同环境因素对路面温度影响的显著程度。

本文温度沿深度的衰减因子采用乘幂函数
采用分段函数建立了温度场模型,预测值与实测温度数据相关系数R2达到0.92,能预测0~38cm任何深度的路面温度,改善了以往模型在较深处预测精度差的问题;( 2) 气温太阳辐射等环境因素对路面温度影响有明显的延后性,层位越深则延后时间越长,就此提出了不同路面层位气温和太阳辐射影响的延后时长;( 3) 路面温度受气温太阳辐射的影响而产生波动,波动的幅度随深度增加而衰减,采用乘幂函数H-i作为温度衰减因子,表征不同深度路面温度波动幅度的差异更为合适。

3、GA和BP 网络模型的建立:基于GA (遗传算法)结合BP网络的智能算法建立了钢坯表
面温度模型, 并且提出了利用BP 算法进行在线补偿的机制, 使模型预报精度进一步提高。

本文在BP 网络的基础上把输出端信号通过延时环节反馈到输入端, 从而形成动态BP 网络。

利用G A 进行BP 网络的权阈值优化, 即上述4 个矩阵w , v , 的优化。

转换成方便G A 操作的染色体串。

在遗传算法的进化过程中, 对染色体的评价由适应度函数完成, 将适应度函数的函数值作为选择运算的依据。

遗传算法的搜索目标是所有进化代中使误差平方和最小的网络权重, 而遗传算法只能朝着使适应度函数值增大的方向进化。

GA遗传算法:遗传算法主要通过选择、交叉和变异来实现,其本质是一种求解问题的高效并行全局搜索方法,它能在搜索过程中自动获取和积累有关搜索空间的知识,并自适应地控制搜索过程以求得最优解。

遗传算法是一个迭代的过程,在每次迭代过程中都保留一组候选解,按解的好坏进行排序,按照约束条件从中选取一组解,利用遗传算法中的三个算子对其进行计算,产生新一代的候选解,重复此过程直到满足某种收敛条件为止。

遗传算法求解步骤(1)选择问题解的一个编码,给出一个有N个染色体的初始群体pop(1),t=1。

(2)对群体中的每一个染色体,计算它的适应函数值f()。

(3)若停止规则满足,则算法停止,否则计算概率=,并以此概率分布,从pop(t)中随机选取N个染色体构成一个新的种群newpop(t)。

(4) 通过交叉(交叉概率为),得到N个染色体的crosspop(t+1)。

(5) 以较小的变异概率,使得某染色体的一个基因发生变异,形成新的群体mutpop(t+1)。

令t=t+1,pop(t)=mutpop(t),重复第(2)步。

流程如图一所示。

BP神经网络:
BP网络模型处理信息的基本原理是:输入信号Xi通过中间节点(隐层点)作用于输出节点,经过非线形变换,产生输出信号Yk,网络训练的每个样本包括输入向量X和期望输出量t,网络输出值Y与期望输出值t之间的偏差,通过调整输入节点与隐层节点的联接强度取值Wij和隐层节点与输出节点之间的联接强度Tjk以及阈值,使误差沿梯度方向下降,经过反复学习训练,确定与最小误差相对应的网络参数(权值和阈值),训练即告停止。

此时经过训练的神经网络即能对类似样本的输入信息,自行处理输出误差最小的经过非线形转换的信息。

BP网络模型包括其输入输出模型、作用函数模型、误差计算模型和自学习模型。

BP神经网络模型拓扑结构包括输入层(input)、隐层(hide layer)和输出层(output layer)。

6、自适应神经模糊法:自适应神经模糊推理系统(ANFIS)
在对P EM FC 非线性较强的系统进行辨识时, 利用模糊隶属度函数及模糊规则通过对P E M FC 在最佳稳定工作状况下不同时刻的工作温度值学习,与神经网络结合形成自适应模糊推理系统, 再结合神经网络的反向传播学习算法, 提高整个系统的辨识精度。

如图4 所示A N FIS 结构基于S ug eno 模型的模糊神经网络的实现算法。

典型的A NF IS 结构分为5 层, 依次为: 隶属度函数节点、归一化节点、模糊规则输出节点、模糊系统输出节点;
7、阶跃响应建模法提供了过程数学模型建立的一种解决方案。

阶跃响应建模法的基本思想是首先通过实验获得被控变量在控制量一定的阶跃激励下的阶跃响应曲线, 然后用表达形式已定而参数未定的低阶模型去逼近该阶跃响应曲线, 借助于图解的方法, 简单有效地确定各种模型的参数。

常用的低阶逼近模型有: 二参数模型、三参数模型、四参数模型。

对于一个自衡过程, 可以分别用上述三种不同模型来建立被控对象的数学模型[ 1 ]。

控制采用多模态控制策略
8、陀螺仪温度建模研究:本文介绍了一种陀螺仪温度试验系统,并应用此系统对某型陀螺进行了测试。

在大量试验数据的基础上,分别使用一元线性回归算法和小波网络对陀螺进行静态温度建模研究。

建模结果表明,线性回归法算法简单,易于应用到实际工程中;而小波网络辨识可以任意逼近陀螺仪温度模型的非线性特性,得到更好的辨识精度。

线性回归算法建模研究:
1)内部温度求取,并拟合计算,
陀螺内热敏电阻阻值与实际代表的温度呈非线性关系,工程上是以离散数据的形式给出的。

所以要进行温度建模,需要考虑热敏电阻到实际温度的拟合计算。

3)系数建模
考虑到工程实用性,用一元线性回归算法进行参数辨识,建立陀螺刻度系数与漂移系数的静态温度模型如下:
由上可知,用回归法建模,总的拟合误差由两部分组成,即由热敏电阻到陀螺温度的拟合误差及由温度到陀螺刻度系数和漂移系数的拟合误差。

小波网络建模:
小波网络是在小波分解基础上提出的一种单隐层前向神经网络,结构类似于径向基网络,隐层节点的激发函数以小波函数基来替代,输入层到隐层的权值和阈值分别对应小波的伸缩和平移参数。

小波网络的权值学习算法也较常规神经网络简单,并且误差函数对于权值是线性的,其学习不存在局部极小点,收敛速度较快。

在函数逼近方面,小波网络不但与其它前向神经网络一样具有任意逼近非线性函数的能力,而且具有最佳逼近和全局逼近的能力。

小波分析在理论上保证了小波网络在非线性函数逼近中所具有的快速性、准确性和全局收敛
性等优点。

小波神经网络模型
主要应用于非线性逼近,信号表示,错误诊断,以及动态建模等。

相关文档
最新文档