神经网络建模在热膨胀螺栓形变测量中的应用

基于神经网络建立热膨胀螺栓形变的非线性数学模型。神经网络的辨识采用变尺度二阶快速 学习算法,利用二阶插值法来优化搜索学习速率。新方法具有很快的收敛速度和良好的收敛精度, 克服 了BP 算法在神经网络的权值训练中收敛速度过慢的缺点。热膨胀螺栓的受热形变测量结果表明, 该学 习算法适用于非线性系统的建模与辨识。