基于遗传小波神经网络的冷轧轧制力预报研究

摘要：

依据小波函数的非线性逼近能力和神经网络的自学习特性,提出一种适合高维输入的小波神经网络建模方法,这种网络结构类似于多层感知器,不同的是隐层神经元的激励函数为小波基函数.为使小波神经网络具有更高的学习精度和更快的收敛速度,将遗传算法、小波神经网络和梯度下降算子结合起来,提出一种遗传小波神经网络.将该网络应用于冷轧轧制力的预报,仿真结果表明预报精度大为提高.

关键词：小波神经网络、混合遗传算法、轧制力预报

所属期刊栏目：19

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金60274024

在线出版日期：2004-12-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1129-1132