以高维输入神经网络作为生产线产品质量模型

探索用高维输入的神经网络对复杂工业生产过程的建模方法。针对网络输入变量维数较高的 特点,提出一种 BP网络各权重独立训练的分散训练方法。该方法用附加大惯性项来协调各个权重的优 化训练,运用非线性优化方法调节步长。 与用普通的BP 训练方法相比,用该方法训练高维输入的BP 网 络具有较快的收敛速度和较高的模型精度, 较好地解决了实际生产过程的产品质量模型问题。