摘要: 为了提高热连轧粗轧宽度的控制精度,以攀钢热轧板厂实测数据为基础,采用粒子群优化算法训练神经网络并将其用于热连轧粗轧宽度预报,通过模糊聚类分析方法进行数据分析,科学选取学习样本,解决了由于样本多、学习速度慢的问题.实测数据运算表明,这种方法可避免神经网络陷入局部极小,带钢粗轧宽度的预报精度控制在6 mm以内,并且训练速度也有很大程度的改善,神经网络结构也得到优化,具有很大的应用潜力.
中图分类号:
丁敬国;焦景民;昝培;刘相华;. 基于模糊聚类的PSO-神经网络预测热连轧粗轧宽度[J]. 东北大学学报(自然科学版), 2007, 28(9): 1282-1284+1292.
Ding, Jing-Guo (1); Jiao, Jing-Min (1); Zan, Pei (2); Liu, Xiang-Hua (1) . Hot strip width prediction during rough rolling with PSO-neural network based on fuzzy clustering[J]. Journal of Northeastern University, 2007, 28(9): 1282-1284+1292.