粗轧过程轧制力BP神经网络预报

1.东北大学轧制技术及连轧自动化国家重点实验室,沈阳市,110004

2.东北大学轧制技术及连轧自动化国家重点实验室,沈阳市,110004

3.东北大学轧制技术及连轧自动化国家重点实验室,沈阳市,110004

4.东北大学轧制技术及连轧自动化国家重点实验室,沈阳市,110004

5.东北大学轧制技术及连轧自动化国家重点实验室,沈阳市,110004

PREDICTION OF ROUGH ROLLING FORCE BY BP NEURAL NETWORKS

利用BP神经网络,以某热轧厂粗轧机组数据库中的数据为训练样本,采用两种训练方案,对粗轧过程轧制力进行预测.BP网络的预报精度,既与训练样本的选取有关,又与隐层节点的个数以及相对化系数的大小有着密切的联系.以上因素选取得当,能够提高网络的预报精度,若选取不当,则降低网络的预报精度.

[1]	张立明.人工神经网络的模型及其应用[M].上海:复旦大学出版社,1994
[2]	王秀梅 .[D].沈阳:东北大学,1999.
[3]	T C Lee.Structure level adaptaion for artificial neural networks[M].Boston:Kluwer Academic,1991
[4]	王国栋;刘相华.金属轧制过程人工智能优化[M].北京:冶金工业出版社,2000
[5]	张宝金,胡青苗,曾梅光,田德新.提高BP网络性能的一种方法[J].东北大学学报（自然科学版）,1999(01):108.

上一张下一张

计量

作者相关

文章评分