论文部分内容阅读
该课题主要研究的是在蒸汽流量测量的数据处理过程中,如何用人工神经网络模型来代替传统的迭代算法.其内容包括:人工神经网络模型的选择;网络结构的建立和优化;标准BP算法的改进;人工神经网络的滤波特性分析;人工神经网络在微处理中的实现.该文结论表明:所建立的人工神经网络模型较之于传统的迭代算法,具有算法简单,执行速度快,节省程序存储空间,抗干扰能力强的优点.在二次仪表向更高集成化发展的今天,采用人工神经网络模型有助于提高仪表的集成度.