摩擦系统神经网络模型自学习训练优化方法  

The selflearning train method of the neural network model in wear selfconpensation system

作　　者：徐建生[1] 胡家顺[1] 赵源[2] 

机构地区：[1]武汉化工学院机械工程系,湖北武汉430073 [2]武汉材料保护研究所,湖北武汉430030

出　　处：《武汉化工学院学报》2000年第4期50-53,共4页Journal of Wuhan Institute of Chemical Technology

基　　金：国家自然科学基金资助项目!( 595750 34 )

摘　　要：建立了 4 5钢 /黄铜摩擦副的摩擦学系统的 BP神经网络模型 ,并用三种算法对神经网络进行学习训练 ,结果表明 :L M算法可使网络收敛快 ,误差小 .整个神经网络的建立使用 Matlab神经网络工具箱中的工具函数 ,使编程工作量大大减少 ,设计过程简化 ,使神经网络可为广大的工程设计人员所掌握应用 .The BP neural network used the tribology system of 45 steel/brass pair s was established and trained by three rules .The network trained by LM ru le l essens quicker and the error was less. The Neural network function in the Matlab toolbox , which could reduce the quantity of the compilation and was applied ea sy by engineers ,was used in the establishment of the network.

关 键 词：训练规则 磨擦系统 神经网络模型 磨擦副 

分 类 号：TH117.1[机械工程—机械设计及理论] O313.5[理学—一般力学与力学基础]