利用PSO-BP神经网络建立带钢力学性能预报模型

摘要：

本文对热轧过程中钢的力学性能进行预报是最近国内外正在大力进行的材料加工领域里的热点研究内容之一,它具有巨大的经济效益和广阔的应用前景.为避免纯BP算法易陷入局部极小的缺陷和收敛慢,本文采用了一种全局寻优的粒子群算法,并将其与BP快速训练算法结合,建立一种新的PSO-BP网络.新的算法兼粒子群优化的全局寻优能力和BP快速训练算法的快速收敛的优点,充分发挥了多层前馈网络的非线性逼近能力,改善了神经网络的性能,为综合模型的进一步在线应用打下了良好的基础.

关键词： 粒子群优化算法 BP神经网络 热连轧带钢 力学性能 性能预报

作者: 黄贞益 赵学武 邓立龙 曹燕 王萍

作者单位: 安徽工业大学材料科学与工程学院 中国张家港浦项不锈钢有限公司

会议类型: 国内会议

会议名称: 中国金属学会第三届轧钢青年工作委员会年会暨2006年全国塑性加工理论与新技术研讨会

会议地点: 青岛

会议语种:中文

页码: 107-112

在线出版日期: 2006-04-07（万方平台首次上网日期，不代表论文的发表时间）