单修迎
,
刘宏民
,
贾春玉
钢铁
为了提高板形模式识别的精度,在传统一次、二次和四次板形基模式的基础上增加了三次板形基模式,提出了以一次、二次、三次和四次勒让德正交多项式为基模式的板形模式识别方法.通过该方法对机理模型计算的板形数据和实测的板形数据进行了分析,表明该方法提高了板形模式识别的精度,使识别结果更具有完备性,细化了板形控制的目标,有利于提高板形控制的精度.
关键词:
三次板形
,
模式识别
,
勒让德多项式
贾春玉
,
单修迎
,
牛召平
钢铁研究学报
建立了一个自调整动态神经网络预测模型,它在BP网络模型基础上,对网络的自身结构及学习规则进行了动态优化.网络能自组织和自学习自己的结构,即在学习过程中,网络可根据具体问题自动调整本身的结构,从而使结构达到最优.在此基础上,建立了板形神经网络预测模型,经某带钢厂四辊冷轧实测数据仿真验证表明,该模型具有很高的预测精度.
关键词:
自调整
,
动态神经网络
,
板形预测
