10.3969/j.issn.2095-5456.2013.03.008
基于GA-PID神经网络的板形模式识别方法
针对传统板形模式识别方法存在抗干扰能力差和识别精度有限等缺点,提出了基于遗传算法(GA)优化的PID神经网络板形模式识别方法.PID神经网络不仅具备传统多层前向网络的特点,而且其隐含层具有动态特性,可以直接用于动态系统辨识.GA具备良好的并行设计结构,具有全局优化的特点,利用GA对网络权值进行优化,克服了传统BP算法易陷于局部极小的不足.仿真结果表明:GA-PID神经网络的板形模式识别方法能够识别出常见的板形缺陷,提高了板形模式识别精度,可以满足板带轧机高精度的板形控制要求.
板形、模式识别、PID神经网络、遗传算法
25
TP183(自动化基础理论)
国家自然科学基金资助项目50675186
2013-08-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
209-215