模块化神经网络在CSP连轧过程逆质量模型建立中的应用

摘要：

针对连轧系统的复杂性,提出了模块化神经网络的建模思想.运用数据预处理和K-means聚类的方法提高了数据样本质量;运用变量聚类的方法使系统降维,优化了神经网络结构;运用模块化神经网络的理论进行网络划分,取得了较高的建模精度,并通过网络校验验证了方法的有效性.

关键词： CSP连轧过程 逆质量模型 模块化神经网络

作者: 孙雷 王建国 王明辉

作者单位: 日照职业技术学院,机电系,山东,日照,276826 内蒙古科技大学

会议类型: 国内会议

会议名称: 全国冶金自动化信息网2006年会——炼钢连铸过程自动化技术交流会

会议地点: 福建厦门

会议语种:中文

页码: 36-39

在线出版日期: 2006-09-18（万方平台首次上网日期，不代表论文的发表时间）