基于多值编码GA-BP混合算法的板形板厚综合预测控制
为克服BP神经网络存在的收敛速度慢、易于陷入局部极值等不足,本文提出了可以同时优化BP神经网络的结构和参数的基于多值编码方式的嵌入梯度下降算子的混合遗传算法(GA-BP).并在此基础上针对板形板厚综合系统(AFC-AGC)具有强非线性、强耦合而难以建立精确的数学模型的问题,设计了基于BP网络板形板厚综合预测模型,引入了反馈校正的方法来提高板形板厚控制系统的抗干扰能力.仿真结果表明,该模型可以实现板形板厚的精确控制,为热连轧板形板厚综合控制提供了一个新的有效的方法.
钢材轧制 板形控制 神经网络 遗传算法
徐林 张宇献 王建辉 顾树生
东北大学信息科学与工程学院,沈阳,110004
国内会议
南京
中文
132-136
2005-11-10（万方平台首次上网日期，不代表论文的发表时间）