中厚板力学性能预测及逆向温度制度优化
为了解决中厚板产品大规模定制问题，在通过最优人工神经网络精确预测中厚板力学性能的基础上,运用遗传算法对温度制度进行预测和优化,并由回归出的力学性能公式验证。结果表明,通过回归法和最优人工神经网络均可精确的预测中厚板的力学性能,而且最优神经网络的预测精度比回归公式精度更高；温度制度中的精轧温度对力学性能的影响最大；由预测和优化的温度制度和回归力学性能公式计算的力学性能,与预期力学性能非常吻合；温度制度的优化,有利于缓和中厚板产品大规模定制中各阶段之间的瓶颈效应。
中厚板 温度制度优化 人工神经网络 遗传算法 力学性能
邓天勇 许云波 吴迪 刘相华 王国栋
辽宁省东北大学轧制技术与连轧自动化国家重点实验室105信箱 110004
国内会议
北京
中文
113-125
2007-11-01（万方平台首次上网日期，不代表论文的发表时间）