论文部分内容阅读
利用一种较新的数据学习方法——极限学习机（Extreme learning machine,ELM）,对芯片固化炉炉温进行了基于数据的建模与预测。其数据信息由当固化炉在指定温度工作时,在MATLAB/Simulink环境下,通过d SPACE实时仿真平台采集得来。从实验结果看出,该模型预测精度高、运算速度快,对工业上有快速、准确需求的实时自动化控制有较高的实际应用价值。