针对热轧带钢卷取温度传统预报模型的固有缺陷,提出基于遗传神经网络的卷取温度预报方法,并对其在卷取温度控制中的应用策略进行了研究.由于神经网络有很强的泛化映射能力,而遗传算法能收敛到全局最优解,因此将遗传算法与神经网络结合起来,建立了遗传神经网络.运用实际生产数据对该网络进行训练和测试,结果表明:它能准确、实时地预报卷取温度,有在线应用的前景.
参考文献
| [1] | 孙一康.带钢热连轧的模型与控制[M].北京:冶金工业出版社,2002:115-223. |
| [2] | 于庆波,刘相华,王国栋.人工神经网络在层流冷却卷取温度预报中的应用[J].钢铁,2002(08):37-40. |
| [3] | 项龙江,杨国亮,李钟侠.一种基于遗传操作的神经网络混合训练算法[J].南方冶金学院学报,2000(04):277-281. |
| [4] | 彭力,徐心和.预测控制思想在层流水冷却中的应用[J].控制工程,1998(06):55. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%