基于粒子群优化的带钢凸度神经网络预测模型研究

基于粒子群优化的带钢凸度神经网络预测模型研究

论文摘要

在热轧板凸度预测模型中,传统BP神经网络预测模型存在易陷入局部极小值、收敛速度慢等问题,因此在传统预测模型的基础之上,用自适应变异粒子群算法优化BP神经网络模型的权值和阈值,将权值和阈值编码成粒子选出最优值,并将其用于预测带钢凸度。仿真结果表明,自适应变异粒子群优化的BP神经网络和传统的预测模型相比,预测效果有所改善。

论文目录

  • 1 神经网络
  •   1.1 BP神经网络结构
  •   1.2 BP神经网络学习算法
  •     1.2.1 信号的前向计算过程
  •     1.2.2 误差的反向传播计算
  • 2 自适应变异粒子群算法优化神经网络
  •   2.1 粒子群算法
  •   2.2 自适应变异粒子群优化的BP神经网络
  • 3 仿真实验和结果分析
  •   3.1 仿真实验设计
  •   3.2 仿真实验结果
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 朱永波,张飞,张勇军,王增权

    关键词: 带钢,凸度,自适应变异粒子群,神经网络,凸度预测

    来源: 冶金自动化 2019年02期

    年度: 2019

    分类: 工程科技Ⅰ辑,信息科技

    专业: 金属学及金属工艺,自动化技术

    单位: 北京科技大学工程技术研究院

    基金: 创新方法工作专项资助(2016IM010300)

    分类号: TP18;TG335

    页码: 11-15+28

    总页数: 6

    文件大小: 1548K

    下载量: 183

    相关论文文献

    • [1].冷轧304不锈带钢边鳞缺陷的成因分析及其改进措施[J]. 轧钢 2020(04)
    • [2].带钢副框铝合金门窗防水工艺[J]. 江西建材 2017(05)
    • [3].《带钢车间》[J]. 山花 2012(11)
    • [4].带钢上表擦伤性铁皮灰缺陷的识别与判定[J]. 梅山科技 2019(04)
    • [5].带钢表面在线检测与质量控制技术分析[J]. 中国新技术新产品 2020(18)
    • [6].带钢折叠尾部自动剪切的功能应用[J]. 机电信息 2020(15)
    • [7].双面悬浮打磨带钢检查站[J]. 一重技术 2019(01)
    • [8].连续退火过程带钢跑偏模型及其影响因素[J]. 塑性工程学报 2016(02)
    • [9].宽幅超薄精密不锈带钢工艺技术及系列产品开发[J]. 中国冶金 2020(01)
    • [10].带钢表面锌渣产生的机理及控制措施[J]. 冶金管理 2020(15)
    • [11].高速高精度带钢表面检测系统的设计与实现[J]. 哈尔滨理工大学学报 2016(06)
    • [12].带钢层流冷却过程中冲击穿透深度的数值模拟[J]. 中国冶金 2017(05)
    • [13].带钢剪切生产线上卷小车液压系统改造[J]. 液压与气动 2015(11)
    • [14].转向辊升速过程带钢打滑行为力学建模及应用[J]. 中国冶金 2015(11)
    • [15].带钢冷连轧厚头轧制过程控制应用研究[J]. 鞍钢技术 2016(05)
    • [16].带钢黑退火隧道式炉的设计[J]. 工业炉 2016(01)
    • [17].带钢边界跟随装置的设计与应用[J]. 武钢技术 2015(05)
    • [18].不同入射角度下带钢清洗流场特性仿真研究[J]. 液压气动与密封 2015(11)
    • [19].带钢垂度控制在酸洗线上的研究应用[J]. 北方钒钛 2020(03)
    • [20].550L板坯升级轧制600L牌号带钢试验研究[J]. 轧钢 2020(05)
    • [21].热轧高强带钢纵切后侧弯缺陷及其内应力重分布[J]. 机械工程学报 2020(18)
    • [22].带钢镀后喷射冷却过程传热特性的数值研究[J]. 现代制造工程 2012(10)
    • [23].高强度不锈钢精密带钢发展概述[J]. 冶金管理 2009(10)
    • [24].新式环境友好型带钢表面清洁法[J]. 轧钢 2008(01)
    • [25].热镀锌连退过程带钢横向拉窄量控制技术的研究[J]. 机械工程与自动化 2020(03)
    • [26].“手撕钢”为什么能这样薄?[J]. 企业文明 2020(07)
    • [27].连退机组炉内带钢褶皱缺陷控制[J]. 鞍钢技术 2017(04)
    • [28].冷轧用带钢质量分析及冷轧前工艺优化[J]. 金属世界 2015(05)
    • [29].带钢纠偏设计和伺服系统性能分析[J]. 液压与气动 2013(08)
    • [30].热镀锌过程挡板对带钢边部流场和压力场的影响[J]. 材料与冶金学报 2013(03)

    标签:;  ;  ;  ;  ;  

    基于粒子群优化的带钢凸度神经网络预测模型研究
    下载Doc文档

    猜你喜欢