论文部分内容阅读
提出了一种改进的模糊神经网络软测量建模方法,采用规则化的平均输出隶属度函数作为模糊基函数进行反模糊化运算;在训练网络时,部分参数采用Levenberg-Marquardt算法来训练,另一部分采用一阶梯度下降法。最后用该建模方法建立了聚合反应中熔融指数的软测量模型,并与一般的模糊神经网络软测量模型进行比较。结果表明改进的模糊神经网络对初始值的选择不敏感,具有很好的收敛性,同时还能达到指定的预测精度,很适合工程应用。